CN110837209A

CN110837209A - 产生极紫外光辐射的装置

Info

Publication number: CN110837209A
Application number: CN201910760768.1A
Authority: CN
Inventors: 谢劼; 陈冠宏; 许峻嘉; 简上傑; 刘柏村; 陈立锐; 郑博中
Original assignee: Taiwan Semiconductor Manufacturing Co TSMC Ltd
Current assignee: Taiwan Semiconductor Manufacturing Co TSMC Ltd
Priority date: 2018-08-17
Filing date: 2019-08-16
Publication date: 2020-02-25
Also published as: US20200057382A1; US20220260922A1; TW202021427A; US20210041787A1; US11269257B2; US10802406B2; US11630393B2

Abstract

一种产生极紫外光(Extreme Ultraviolet；EUV)辐射的装置，此装置包含液滴产生器、激发激光、能量侦测器与反馈控制器。液滴产生器是配置以产生目标液滴。激发激光是配置以使用激发脉冲加热此些目标液滴，以将目标液滴转换为电浆。当目标液滴转换为电浆时，能量侦测器是配置以量测极紫外光能量中所产生的变化。反馈控制器是配置以基于极紫外光能量中的变化来调整液滴产生器及/或激发激光的参数。

Description

产生极紫外光辐射的装置

技术领域

本揭露的一实施例是有关一种产生极紫外光辐射的装置与方法，且特别是提供一种可产生稳定的极紫外光辐射的装置与方法。

背景技术

运算能力的需求已倍数成长。这种运算能力的增加可以通过增加半导体集成电路(Integrated Circuits；ICs)的功能密度(即每个晶片上内连接装置的数目)来实现。随着功能密度的增加，晶片上各个装置的尺寸已缩小。随着如微影(lithography)的半导体制造技术的进步，集成电路中的组件尺寸的缩小已可得到满足。

举例而言，微影所使用的辐射波长已由紫外光减小到深紫外光(DeepUltraviolet；DUV)，再到最近的极紫外光范围。组件尺寸的进一步缩小需要微影的解析度的进一步改善，且此可以使用极紫外微影(EUV Lithography；EUVL)来实现。极紫外微影使用波长实质为1nm至100nm的辐射。

一种极紫外光辐射的产生方法是激光激发电浆(Laser-produced Plasma；LPP)。在基于激光激发电浆的极紫外光光源中，高功率激光束是聚焦于小的锡液滴目标上，以形成高度离子化电浆，其中此高度离子化电浆发射出具有峰值最大发光于13.5nm的极紫外光辐射。通过激光激发电浆所产生的极紫外光辐射的强度取决于通过高功率激光从液滴目标产生电浆的有效性。基于极紫外光辐射光源，高功率激光的脉冲与液滴目标的生成与运动的同步可改善激光激发电浆的效率。

发明内容

根据本揭露的一些实施例，本揭露的一实施例揭示一种产生极紫外光(ExtremeUltraviolet；EUV)辐射的装置。此装置包含液滴产生器、激发激光、能量侦测器与反馈控制器。液滴产生器是配置以产生多个目标液滴。激发激光是配置以使用多个激发脉冲来加热此些目标液滴，以转换目标液滴为电浆。能量侦测器是配置以量测极紫外光能量中的变化，其中极紫外光能量是于此些目标液滴转换为电浆时所产生。反馈控制器是配置以基于极紫外光能量中的变化，来调整液滴产生器或激发激光的至少一者的参数。

附图说明

从以下结合所附附图所做的详细描述，可对本揭露的一实施例的态样有更佳的了解。需注意的是，根据业界的标准实务，各特征并未依比例绘示。事实上，为了使讨论更为清楚，各特征的尺寸可任意地增加或减少。

图1是根据本揭露的一些实施例所建构的极紫外光微影系统的示意图，其中此极紫外光微影系统具有激光激发电浆(Laser Produced Plasma；LPP)极紫外光辐射光源；

图2A绘示于目标液滴在X-Z平面被预脉冲照射后，目标液滴相对于收集器的运动；

图2B、图2C、图2D与图2E绘示目标液滴通过预脉冲于X-Y平面的运动；

图3A绘示根据本揭露的一些实施例的多个被优化的参数；

图3B绘示多个被再优化的关键绩效指标(Key Performance Indicators；KPIs)；

图4显示根据本揭露的一些实施例的用以产生分类目标机率地图的装置的示意图；

图5A、图5B、图5C、图5D与图5E显示根据本揭露的一实施例的产生分类目标机率地图的示意图；

图6绘示基于布林输出的格式的分类目标机率地图；

图7A绘示基于关键绩效指标地图的关注区域的2D建议地图，其中关注区域是基于分类器决策；

图7B显示根据本揭露的一些实施例的用以产生2D建议地图的装置的示意图；

图8A绘示具有原始与新增的建议设定点的2D建议地图，且建议设定点是以调节参数和绩效指标向量数据的评分绘示；

图8B显示根据本揭露的一些实施例的用以产生评分的装置的示意图；

图9A显示根据本揭露的一些实施例的以方针数据产生2D建议地图的装置的示意图；

图9B绘示基于调节参数和绩效指标向量数据的方针数据，具有评分的2D建议地图；

图10A与图10B显示本揭露的一实施例的极紫外光数据分析装置。

【符号说明】

100：极紫外光辐射光源

105：腔体

110：收集器

115：液滴产生器

117：喷嘴

200：曝光工具

300：激发激光光源

310：激光产生器

320：激光引导光学元件

330：聚焦装置

900：计算机系统

901：计算机

902：键盘

903：鼠标

904：显示器

905：光盘机

906：软盘机

911：微处理器

912：只读记忆体

913：随机存取记忆体

914：硬盘

915：总线

921：光盘

922：磁盘

1000：优化系统

1002：调节参数

1004：关键绩效指标

1006：原始绩效数据

1011：极紫外光能量

1012：DG-Y

1013：计量误差

1014：胀裂效应的启动

1015：快速滴出

1016：X-int

1102：绩效指标地图

1104：关键绩效指标向量数据

1110：统计学习组件

1112：次影像数据

1202：分类器

1204：分类判断

1206：退化速率

1208：稳定情况

1209：衰减性能

1212：分类数据

1218：关注的区域

1302：目标机率地图

1303：布林输出

1304：2D建议地图

1305：评分

1308：方针

1310：方针数据

1502：机器学习组件

1504₁/1504₂/1504_N：演算法

1506：训练数据

1508₁/1508₂/1508_N：2D建议地图

1602：评分函数

1604₁/1604₂/1604_N：评分

1820：第一次组

1822：设定点

1840：第二次组

1842：设定点

A：方向

1000：优化系统

A1：光学轴

BF：底层

CDSC：粗液滴控制相机

DDM：液滴侦测模块

DG：液滴产生器

DMP1/DMP2：阻尼器

DP：液滴

EUV：极紫外光

FDSC：精液滴控制相机

LR1：激光光线

LR2：激发激光

MF：主层

MP：主脉冲

PP：预脉冲

PP1/PP2：基座板

ZE：激发区域

具体实施方式

以下的揭露提供了许多不同实施方式或实施例，以实施所提供的标的的不同特征。以下所描述的构件与安排的特定实施例是用以简化本揭露的实施例。当然这些仅为实施例，并非用以作为限制。举例而言，于描述中，第一特征形成于第二特征上或于其之上，可能包含第一特征与第二特征以直接接触的方式形成的实施方式，亦可能包含额外特征可能形成在第一特征与第二特征之间的实施方式，如此第一特征与第二特征可能不会直接接触。另外，本揭露的一实施例可以在各种示例中重复元件符号及/或字母。这些重复为了简化与清晰的目的，并非用以限定所讨论的不同实施例及/或配置之间有特定的关系。

此外，在此可能会使用空间相对用语，例如“在下(beneath)”、“下方(below)”、“较低(lower)”、“上方(above)”、“较高(upper)”与类似用语，以方便说明如附图所绘示的一构件或一特征与另一(另一些)构件或特征之间的关系。除了在图中所绘示的方向外，这些空间相对用词意欲含括元件在使用或操作中的不同方位。设备可能以不同方式定位(旋转90度或在其他方位上)，因此可利用同样的方式来解释在此所使用的空间相对描述符号。另外，用语“由…制成(made of)”可意指“包含(comprising)”或“由…组成(consistingof)”。

本揭露的一实施例普遍有关于极紫外光(Extreme Ultraviolet；EUV)微影系统与方法。更特别地，其是关于控制激发激光的装置与方法，其中激发激光是基于极紫外光辐射光源使用于激光激发电浆(Laser Produced Plasma；LPP)中。激发激光加热LPP腔体中的金属(例如：锡)目标液滴，以离子化液滴为发射极紫外光辐射的电浆。为了最佳化目标液滴的加热，于从激发激光激发脉冲的同时，目标液滴须到达激发激光的焦点。因此，为从激发激光发射激发脉冲，目标液滴与发射时机间的校准有助于LPP极紫外光辐射光源的效能与稳定性。本揭露的一实施例的目标的一者是关于控制激发激光，以提供目标液滴的优化加热。

图1是根据本揭露的一些实施例所建构的极紫外光微影系统的示意图，其中此极紫外光微影系统具有基于极紫外光辐射光源的激光激发电浆。极紫外光微影系统包含产生极紫外光辐射的极紫外光辐射光源100、曝光工具200(例如：扫描器)与激发激光光源300。如图1所示，在一些实施例中，极紫外光辐射光源100与曝光工具200是设置于无尘室的主层MF上，而激发激光光源300是设置于底层BF中，其中底层BF是位于主层MF下。极紫外光辐射光源100与曝光工具200的每一者分别是经由阻尼器DMP1与DMP2放置于基座板PP1与PP2之上。极紫外光辐射光源100与曝光工具200是通过耦合机制彼此耦接，且耦合机制可包含聚焦单元。

微影系统是极紫外光(EUV)微影系统，且此极紫外光微影系统是设计以通过极紫外光光线(在此亦可替换地称为极紫外光辐射)曝光光阻层。光阻层是对极紫外光光线敏感的材料。极紫外光微影系统使用极紫外光辐射光源100，以产生极紫外光光线，例如波长范围实质为1nm至100nm的极紫外光光线。在一特定实施例中，极紫外光辐射光源100产生波长的中间值实质为13.5nm的极紫外光光线。在本揭露的一实施例中，极紫外光辐射光源100利用激光激发电浆(LPP)的机制来产生极紫外光辐射。

曝光工具200包含多个反射光学组件(例如：凸面镜、凹面镜与平面镜)、包含遮罩台的遮罩稳固机制，和晶圆稳固机制。通过极紫外光辐射光源100所产生的极紫外光辐射是利用反射光学组件被引导至固定于遮罩台上的遮罩。在一些实施例中，遮罩台包含静电吸盘(electrostatic chuck；e-chuck)，以稳固遮罩。由于气体分子吸收极紫外光光线，故用以极紫外光微影图案画的微影系统是维持于真空环境或低压环境，以避免极紫外光强度损失。

在本揭露的一实施例中，字词“遮罩(mask)”、“光遮罩(photomask)”与“光罩(reticle)”可替换地使用。在本揭露的一实施例中，遮罩是反射式遮罩。在一实施例中，遮罩包含具有适当材料(例如：低热膨胀材料或熔融石英)的基材。在多个例子中，材料包含二氧化钛掺杂的二氧化硅，或其他低热膨胀的适当材料。遮罩包含沉积于基材上的多个反射层(ML)。此些反射层ML包含多个薄膜对，如钼-硅(Mo/Si)薄膜对(例如：在每一薄膜对中，钼层是于硅层之上或之下)。替换地，此些反射层ML包含钼-铍(Mo/Be)薄膜对，或其他可用以高度地反射极紫外光光线的适当材料。遮罩还包含设置于反射层ML上用以保护的覆盖层(例如钌(Ru))。遮罩还包含沉积于反射层ML上的吸收层(如氮化钽硼(TaBN))层。吸收层是被图案化，以定义集成电路(Integrated Circuit；IC)层。替换地，另一反射层可沉积于反射层ML上，并被图案化，以定义集成电路层，而形成极紫外光相偏移遮罩。

曝光工具200包含用以描绘遮罩图案至半导体基材上的投影光学膜组，其中半导体基材具有涂布于其上的光阻，且半导体基材是固定于曝光工具200的基材台上。投影光学膜组通常包含反射式光学元件。从遮罩指向的极紫外光辐射(极紫外光光线)是被投影光学膜组收集，而形成影像于光阻上，其中极紫外光辐射传送遮罩上所定义的图案的影像。

在本揭露的多个实施例中，半导体基材是半导体晶圆，如硅晶圆或被图案化的其他形式的晶圆。半导体基材是涂布有光阻层，且在本揭露的实施例中，光阻层对极紫外光光线敏感。包含前述组件的多个组件是被整合在一起，且此些组件是可操作的，以进行微影曝光制程。

微影系统还包含其他模块，或是与其他模块整合(或耦合)。

如图1所示，极紫外光辐射光源100包含目标液滴产生器115与激光激发电浆收集器110，且是被腔体105所包围。目标液滴产生器115产生多个目标液滴DP，此些目标液滴DP是透过喷嘴177供应至腔体105中。在一些实施例中，目标液滴DP是锡(Sn)、锂(Li)，或锡与锂的合金。在一些实施例中，每一个目标液滴DP具有范围实质为10μm至100μm的直径。举例而言，在一实施例中，目标液滴DP是锡液滴，且每一液滴具有范围实质为10μm、25μm、50μm或介于此些数值间的直径。在一些实施例中，目标液滴DP是透过喷嘴177，以范围实质为每秒50液滴(即实质为50Hz的射出频率)至每秒50000液滴(即实质为50kHz的射出频率)的速度来供应。举例而言，在一实施例中，目标液滴DP是以实质为50Hz、100Hz、500Hz、1kHz、10kHz、25kHz、50kHz或介于此些频率间的射出频率来供应。目标液滴DP是透过喷嘴117射出，且以范围实质为每秒10米至100米(10m/s至100m/s)的速度射至激发区域ZE，在多个实施例中。举例而言，在一实施例中，目标液滴DP具有范围实质为10m/s、25m/s、50m/s、75m/s、100m/s，或介于此些速度之间的任何速度。

通过激发激光光源300所产生的激发激光LR2是脉冲激光。激光脉冲(即激发激光LR2)是通过激发激光光源300来产生。激发激光光源300可包含激光产生器310、激光引导光学元件320与聚焦装置330。在一些实施例中，激光光源(即激光产生器310的激光光源)包含波长位于电磁光谱的远红外线区域的二氧化碳(CO₂)或掺钕钇铝石榴石(Nd:YAG)激光光源。举例而言，激光光源(即激光产生器310的激光光源)具有9.4μm或10.6μm的波长，在一实施例中。通过激光产生器300所产生的激光光线LR1是被激光引导光学元件320所导引，且通过聚焦装置330聚焦为激发激光LR2，接着再导入至极紫外光辐射光源100中。

在一些实施例中，激发激光LR2包含预热激光与主激光。在此些实施例中，预热激光脉冲(在此替换地称为“预脉冲”)是用以加热(或预热)所指定的目标液滴，以产生具有多个较小液滴的低密集度的目标羽(target plume)，且此目标羽是接续被来自于主激光的脉冲加热(或再加热)，而产生极紫外光的增强发射。

在多个实施例中，预热激光脉冲具有实质为100μm或更小的光点尺寸，且主激光脉冲具有范围实质为150μm至300μm的光点尺寸。在一些实施例中，预热激光脉冲与主激光脉冲具有范围实质为10ns至50ns的脉冲持续时间，与范围实质为1kHz至100kHz的脉冲频率。在多个实施例中，预热激光与主激光具有范围实质为1千瓦(kW)至50kW的平均功率。激发激光LR2的脉冲频率是与目标液滴DP的射出频率相契合，在一实施例中。

激光光线LR2是透过窗口(或透镜)指向至激发区域ZE。窗口采用实质对激光束是透明的适当材料。激光脉冲的产生是与透过喷嘴117射出目标液滴同步。当目标液滴穿过激发区域ZE，预脉冲加热目标液滴，且将目标液滴转变为低密集度目标羽。预脉冲和主脉冲间的延迟是被控制，以允许目标羽形成并膨胀为最理想的尺寸与几何尺寸。在多个实施例中，预脉冲和主脉冲具有相同的脉冲延迟时间和峰值功率。当主脉冲加热目标羽时，生成高温电浆。电浆发射极紫外光辐射，且极紫外光辐射是被收集器110(即收集镜子)收集。针对透过曝光工具200进行的微影曝光制程，收集器110进一步反射并聚焦极紫外光辐射。

激发区域ZE和如激光功率、主脉冲对于预脉冲的延迟、预脉冲焦点的位置等的参数是于辐射光源100建置时测定。于使用回馈机制的晶圆曝光的期间，激发区域ZE的实际位置及如功率与时间的参数是接着被调整，在多个实施例中。然而，举例而言，因为如激光飘移(laser drift)、液滴产生器中的不稳定，与腔体环境中的变化等因素，此些参数是随着时间改变。

图2A绘示于目标液滴DP被预脉冲PP照射后，目标液滴DP相对于收集器110的运动。目标液滴DP是接着被预脉冲PP和主脉冲MP照射。当目标液滴DP沿着x轴以方向A从液滴产生器DG移动至激发区域ZE时，预脉冲PP曝光目标液滴DP，而使目标液滴DP改变其形状例如为薄饼状，且导入z轴组份至目标液滴DP于X-Z平面的移动方向。

激光激发电浆(LPP)呈现出某些时间的安排与控制问题，其中激光激发电浆(LPP)是通过以激光束(即预脉冲PP与主脉冲MP)照射目标液滴DP来产生。激光束(即预脉冲PP与主脉冲MP)须在目标液滴DP通过目标点时贯穿目标液滴DP。激光束(即预脉冲PP与主脉冲MP)分别须聚焦于每一者的焦点位置，其中目标液滴DP将通过焦点位置。当极紫外光辐射光源100建置时，激发区域ZE的位置与如激光功率、主脉冲和预脉冲间的时滞、预脉冲与/或主脉冲的焦点等的参数可被测定。于使用回馈机制曝光晶圆的期间，激发区域ZE的实际位置和前述的参数是接着被调整，在多个实施例中。然而，举例而言，因为如辐射光源中的机械与/或电性的飘移、液滴产生器中的不稳定，与腔体环境中的变化等因素，此些参数可随着时间改变。

图2B绘示于x轴中失准(OMX)的例示光学量测。OMX是通过液滴与预脉冲PP的焦点于x轴间的距离来定义。相同地，图2C绘示于y轴中失准(OMY)的例示光学量测。OMY是通过液滴与预脉冲PP的焦点于y轴间的距离来定义。图2D更绘示于z轴中失准(OMZ)的例示光学量测。相似于OMX与OMY，OMZ是通过液滴与预脉冲PP的焦点于z轴间的距离来定义。图2E绘示于径向中失准(OMR)的例示光学量测。x轴是位于液滴从液滴产生器115运动的方向中。z轴是沿着如图1所示的收集器110(即镜子)的光学轴A1。y轴是垂直于x轴和y轴。

在一些实施例中，如图3A所示，粗液滴控制相机(Coarse Droplet SteeringCamera；CDSC)、精液滴控制相机(Fine Droplet Steering Camera；FDSC)，与液滴侦测模块(Droplet Detection Module；DDM)是提供以监测液滴位置，并调整预脉冲PP和主脉冲MP的触发参数。在一些实施例中，DDM使用一或多个低功率激光，以追踪液滴DP的速度。T-fire与MPPP延迟(MPPP delay)是两个激光束(即预脉冲PP与主脉冲MP)的例示的时间参数。在一些实施例中，调节参数1002包含调整如OMY、OMZ、T-fire与PPAOM2等的相关参数。T-fire是定义为液滴DP被DDM侦测到和当预脉冲PP击发时之间的时间。相似地，MPPP延迟是以当主脉冲MP击发时与预脉冲PP击发时之间的时间来定义。亦如图2C和图2D所示，OMY与OMZ亦分别是以y轴与z轴中液滴与预脉冲PP的焦点之间的距离来定义。PPAOM2是以通过第二声光调制器(Acousto-Optic Modulator)(AOM2)的预脉冲能量的百分比来定义。

在一些实施例中，如图3B所示，关键绩效指标(Key Performance Indicators；KPIs)1004包含性能相关的参数，举例而言，极紫外光能量1011、DG-Y 1012、计量误差(doseerror)1013、胀裂效应的启动(Start of Burst Effect；SOB)1014、快速滴出(fastdropout)1015与X-int 1016。极紫外光能量1011是以极紫外光光源所发射出的能量强度来定义。DG-Y 1012是以y轴中的液滴位置的偏移距离来定义。计量误差1013是定义为所施加的量与预测量之间的百分比差值。胀裂效应的启动(SOB)1014是目标液滴胀裂的初期所产生的不稳定EUV能量。快速滴出1015是不稳定的EUC能量，且此不稳定的EUC能量使得液滴于被主脉冲撞击前进行不足的膨胀。X-int 1016是定义为两相邻液滴(例如：锡液滴)间的持续时间(time duration)。

图4是根据一或多个此处描述的实施例绘示优化系统1000的非限制例子的方块图。

在一些实施例中，如图4与图5A所示，优化系统1000接收原始绩效数据1006。原始绩效数据1006包含如图3A与图3B所描述的关键绩效指标(KPIs)1004(如计量误差1013)，以及调节参数1002(如OMX、OMY、OMZ与OMR)。

请参照图4与图5B，原始绩效数据1006可被绩效指标地图1102所利用，以衍生关键绩效指标向量数据1104。关键绩效指标地图1102绘示所关注的关键绩效指标1004，其中所关注的关键绩效指标1004是有关于调节参数1002中的一组特征，且调节参数1002是衍生自原始绩效数据1006。举例而言，在如图5B所示的实施例中，选为关键绩效指标的极紫外光能量是于图上标记为一组特征，于z轴的OMZ与于y轴的T-fire。关注的区域，即次影像数据1112，可由关键绩效指标地图1102得到。次影像数据1112包含原始绩效数据1006的第一次组1820，且原始绩效数据1006的第一次组1820代表选为关键绩效指标的极紫外光能量的设定点1822。

图5C绘示作为性能相关参数(例如：极紫外光能量、DG-Y、计量误差、SOB、快速滴出与X-int)的关键绩效指标的例子。前述对应于OMY与OMZ的每一个例子是通过优化系统1000，从原始绩效数据1006产生。

请参照图4与图5D，在一些实施例中，次影像数据1112是提供至分类器1202。分类器1202可检阅用以检查的特定绩效指标的任意结合。收集器的反射率对于极紫外光是非常重要的关键绩效指标。举例而言，在如图5D所示的一些实施例中，通过使用收集器的反射率(％)的历史数据，关键绩效指标向量数据1104可分为两个范畴，即良好与不佳。在一特定实施例中，分类器1202是定义为退化速率(％)1206。可理解的是，当反射率(R％)是稳定时，极紫外光光源是于其最大性能且维持于稳定情况(stable condition)1208。相反地，当反射率(R％)显示快速衰减的趋势时，极紫外光对应于衰减性能1209，且是于不稳定的情况。

如图4与图5E所示，关键绩效指标向量数据1104是分类为两个范畴，即良好与不佳。基于有关于如图5D所示的收集器的反射率的输入，分类器1202产生分类判断1204。举例而言，若反射率(％)的退化速率是测定为正值的(positive)，接着产生指示为“良好”的分类判断。若退化速率是测定为负值的(negative)，接着产生指示为“不佳”的分类判断。基于对应退化速率(％)的分析，此些分类判断可记录为布林输出(例如，是/否或1/0)的格式或其他适当的格式。分类判断1204可与时间输入(例如：退化速率是正值或负值的持续时间)结合，以产生分类数据1212。基于所显示的退化速率是正值或负值的持续时间，分类数据1212可被分离。

如图6所示，基于布林输出1303(如：1或0)的格式，统计学习组件1110产生目标机率地图1302。于选为关注的关键绩效指标的次影像数据中，以通过布林输出累积的最高点作为新建议的设定点，目标机率地图1302是配置以确定调节参数1002的第二次组1840。在一些实施例中，基于目标机率地图1302的密集度，调节参数1002的第二次组1840可被选择。

图7A绘示基于关键绩效指标地图1102与分类数据1212的结合的例示的2D建议地图1304，且基于分类判断1204，2D建议地图1304显示出关注的区域(Regions of Interest；ROI)1218。

在一些实施例中，如图7B所示，统计学习组件1110可进一步利用分类演算法产生2D建议地图1508₁至1508_N。基于所对应的分类演算法1504₁至1504_N的差异，此些2D建议地图1508₁至1508_N是彼此不同。分类演算法1504可表现出被所对应的2D建议地图1508₁至1508_N使用的一或多个演算法。换言之，依据各别分类演算法1504₁至1504_N的不同，机器学习组件1502产生一组2D建议地图1508₁至1508_N，其中根据机器学习技术，此些分类演算法1504₁至1504_N是通过训练数据1506训练。

在一些实施例中，如图8A与图8B所示，基于特定的评分1305(例如：25、50、75、99.5)的形式，统计学习组件1110产生2D建议地图1304。在特定的实施例中，如图8A所示，基于绩效指标向量数据，统计学习组件1110确定调节参数的第一次组1820作为原始设定点1822(极紫外光能量为2.05mJ)。对于选用的关注的关键绩效指标，2D建议地图1304是配置以特定评分1305所累积的最高点作为新建议的设定点，以确定调节参数1002的第二次组1840。举例而言，如本揭露的图8A所示，通过在此所揭露的统计学习组件1110，已选择的关键绩效指标向量数据1104的第二次组1840指出新建议的设定点1842。

在一些实施例中，如图8B所示，统计学习组件1110利用评分函数1602产生评分1604₁至1604_N。举例而言，在一些实施例中，评分1604是基于与收集器的反射率(R％)相关的退化速率来决定，其中收集器的反射率相关的退化速率包含正值、“0”与负值。在一些实施例中，负值的定义是分配为评分函数的数值25，“0”的定义是分配为数值50，且正值的定义是分配为评分函数的数值75或99.5。

请参照图4、图9A与图9B，统计学习组件1110还包含可产生方针数据1310的方针1308。方针数据1310表示相关于2D建议地图1508的加权方针。在一些实施例中，加权方针可指出重要性的加权。举例而言，方针数据1310是产生，以反应输入至滑件机制(slidermechanism)，其中滑件机制是操作及/或修改为一数值(色彩或偏好等)，如图9B所示，介于两相反侧(或偏好)的数值之间，其中一者相当于减少正值，且一者相当于增加正值。

相似于图7B，基于对应的分类演算法1504₁至1504_N间的差异，2D建议地图1508₁至1508_N是彼此不同，其中分类演算法1504₁至1504_N包含通过方针1308所产生的方针数据1310。分类演算法1504可表现出被所对应的2D建议地图1508₁至1508_N使用的一或多个演算法。换言之，依据各别分类演算法1504₁至1504_N的不同，机器学习组件1502产生一组2D建议地图1508₁至1508_N，其中根据机器学习技术，此些分类演算法1504₁至1504_N是通过训练数据1506训练。

据此，目标参数可线上被再优化，且为了维持稳定的极紫外光能量，不须停止极紫外光系统。图5A至9B绘示在多个实施例中，线上优化各参数的示意图。

在多个实施例中，再优化是周期性地进行，举例而言，每分钟、每5分钟、每10分钟或每30分钟等，或者根据极紫外光辐射中发生的变化量，再优化是被进行。举例而言，若极紫外光能量于一特定时间中的变化是少于临界值(例如：1％、5％或10％)，没有参数被优化。然而，若极紫外光能量于一特定时间中的变化是大于临界值，一或多个参数被优化。在多个实施例中，被优化的参数的决定是基于相关于极紫外光能量的变化的历史数据，其中紫外光能量的变化是作为多个参数中的变化的函数。

图10A与图10B显示根据本揭露的一实施例的极紫外光数据分析装置。图10A是执行前述线上优化制程的计算机系统的示意图。前述的实施例可理解是使用计算机硬件与执行于计算机硬件的计算机程序。在图10A中，提供具有计算机901的计算机系统900，其中计算机901包含光盘只读记忆体(例如：CD-ROM或DVD-ROM)驱动器(即图10B的光盘机905)、磁盘驱动器(即图10B的软盘机906)、键盘902、鼠标903与显示器904。

图10B是显示计算机系统900的内部配置的图。在图10B中，提供计算机901，其中计算机901除了具有光盘机905与软盘机906，亦具有一或多个处理器(例如：微处理器(MicroProcessing Unit；MPU)911)、只读记忆体(Read-Only Memory；ROM)912、随机存取记忆体(Random Access Memory；RAM)913、硬盘914与总线915，其中如启动程序的程序储存于只读记忆体912中，随机存取记忆体913连接微处理器(即处理器911)，应用程序的指令是暂时地储存于随机存取记忆体913中，于随机存取记忆体913中提供暂时储存区域，应用程序、系统程序与数据是储存于硬盘914中，且总线915连接微处理器(即处理器911)与只读记忆体912等。应指明的是，计算机901可包含提供连线至区域网络(Local Area Network；LAN)的网络卡(未显示)。

程序可被储存于光盘921或磁盘922中，且此程序可使计算机系统900执行前述实施例中的极紫外光数据分析装置的功能，其中光盘921或磁盘922是插入光盘机905或软盘机906中，且程序是传送至硬盘914。替换地，程序可经由网络(未显示)传送至计算机901，并储存于硬盘914中。于执行的同时，程序是担载至RAM 913中。程序可由光盘921或磁盘922担载，或者直接从网络担载。

举例而言，程序不必须包含操作系统(Operating System；OS)或第三方程序，以使计算机901执行前述实施例中的极紫外光数据分析装置的功能。程序可仅包含指令部分，以呼叫于控制模式中的适当功能(或模块)，且获得需要的结果。

于此些程序中，通过程序所实现的功能不包含仅通过硬件可实现的功能，在一些实施例中。举例而言，于取得讯息的取得单元或输出讯息的输出单元中，仅通过硬件可实现的功能(例如：网络接口)不包含于通过前述程序所实现的功能中。其次，执行程序的计算机可为单一台计算机或多台计算机。

再者，实现线上优化装置的功能的程序的全部或一部分是用于极紫外光参数优化制程的其他程序的一部分，在一些实施例中。另外，实现线上优化装置的功能的程序的全部或一部分是通过例如以半导体装置所制成的只读记忆体来实现，在一些实施例中。

此处所揭示的线上优化提供更稳定的电浆生成，而提供更稳定的极紫外光辐射。稳定的电浆生成避免腔体的接收镜子与其他部分过多的污染，此腔体是如图5A至图9B所绘示。其次，稳定的极紫外光辐射降低微影时的计量误差，而改善使用极紫外光辐射所形成的图案与微影系统的生产能力。于涂布于基材上的光阻中，由本揭露的一实施例的电浆所发射出的稳定的极紫外光辐射是接续地被用以形成图案。对应于半导体装置特征的图案是形成于基材中。在制程步骤中，光阻是沉积于基材上。涂布于基材的光阻是选择性地曝露于稳定的极紫外光辐射，以形成潜在图案(latent pattern)于光阻中。潜在图案是使用适当的显影剂来显影，以形成图案于光阻中。光阻中的图案是接着透过蚀刻制程转移至基材。因此，在此所揭露的线上优化改善转移图案至基材上的准确度。

本揭露的一实施例是一种产生极紫外光(Extreme Ultraviolet；EUV)辐射的装置。此装置包含液滴产生器、激发激光、能量侦测器与反馈控制器。液滴产生器是配置以产生多个目标液滴。激发激光是配置以使用多个激发脉冲来加热此些目标液滴，以转换目标液滴为电浆。能量侦测器是配置以量测极紫外光能量中的变化，其中极紫外光能量是于此些目标液滴转换为电浆时所产生。反馈控制器是配置以基于极紫外光能量中的变化，调整液滴产生器或激发激光的至少一者的参数。在一些实施例中，液滴产生器的参数至少选自于由液滴尺寸、液滴温度、接续的多个液滴间的时滞，与液滴速度所组成的一群组。在一些实施例中，激发激光的参数至少选自于由预脉冲的焦点的位置、主脉冲的焦点的位置、预脉冲与主脉冲间的时滞、激光功率、接续的多个预脉冲间的时滞、接续的多个主脉冲间的时滞，与激光脉冲宽度所组成的一群组。在一些实施例中，反馈控制器是配置以测定另一参数，其中另一参数是基于历史数据被调整，历史数据是相关于极紫外光能量中的变化，且极紫外光能量中的变化是随参数的变化改变。在一些实施例中，反馈控制器是配置以测定参数，其中基于目标机率地图，参数是通过对原始绩效数据实施分类规则以被调整，且目标机率地图包含原始绩效数据的多个分类数据组。在一些实施例中，基于与分类数据结合的绩效指标地图，反馈控制器是配置以测定参数，其中参数是基于2D建议地图被调整，且分类数据是关联于2D建议地图。

本揭露的另一实施例是一种液滴产生器与激发激光的多个参数的调整方法，其中此调整方法是根据极紫外光辐射中的变化来调整此些参数。此调整方法包含接收原始绩效数据，其中此原始绩效数据包含多个绩效指标与多个调节参数。接续地，产生一绩效指标地图，其中此绩效指标地图包含对应于调节参数的多个特征的绩效指标向量数据。产生次影像数据，其中次影像数据包含原始绩效数据的第一次组。此方法亦包含通过对次影像数据实施分类规则，以产生原始绩效数据的多个分类数据组。接续地，基于此些分类数据组，产生目标机率地图。基于目标机率地图，产生原始绩效数据的一第二次组。为响应绩效数据中的变化，自动地调整调节参数的可变的参数，以设定绩效数据中的变化于目标范围中，其中可变的参数是关联于绩效指标。在一些实施例中，原始绩效数据包含多个绩效指标，且此些绩效指标是选自于由极紫外光能量、DG-Y、计量误差(dose error)、SOB、快速滴出(fastdropout)与X-int。在一些实施例中，原始绩效数据包含调节参数，且此些调节参数是选自于由OMY、OMZ、T-fire与PPAOM2所组成的一群组。在一些实施例中，次影像包含关注的区域。在一些实施例中，基于收集器的反射率的退化速率，接收分类数据组包含分类规则。在一些实施例中，目标机率地图是基于一布林输出而被输出。在一些实施例中，测定原始绩效数据的第二次组的操作是基于目标机率地图的密集度。在一些实施例中，此方法还包含基于结合分类数据组的绩效指标地图来产生2D建议地图。在一些实施例中，此方法还包含基于结合分类数据组的绩效指标地图与关联于2D建议地图的方针，来产生2D建议地图。

本揭露的另一实施例为一种系统。此系统包含记忆体、处理器、绩效指标地图与统计学习组件。记忆体储存计算机可执行组件。处理器执行储存于记忆体中的计算机可执行组件。绩效指标地图产生对应于多个调节参数的多个特征的绩效指标向量数据。统计学习组件接收对应于调节参数的第一次组的次影像数据。统计学习组件亦通过对次影像数据实施分类规则来产生分类数据组。统计学习组件是基于目标机率地图来决定此些调节参数的第二次组。为响应绩效数据中的变化，统计学习组件自动地调整与多个绩效指标相关联的调节参数，以设定绩效数据中的变化于目标范围中。在一些实施例中，此系统还包含基于结合此些分类数据组的绩效指标地图，产生2D建议地图。在一些实施例中，此系统还包含基于结合分类数据组的绩效指标地图和与2D建议地图相关联的方针，来产生2D建议地图。在一些实施例中，此些分类数据组包含基于收集器的反射率的退化速率的一分类规则。在一些实施例中，此系统还包含多个分类演算法与训练数据。

应理解的是，上述内容不必提及所有的优点，所有实施例或例子不需包含特定优点，且其他实施例或例子可具有不同优点。

上面的揭露已概述数个实施例或例子的特征，因此熟悉此技艺者可更了解本揭露的实施例的态样。熟悉此技艺者将了解到，其可轻易地利用本揭露的实施例做为基础，来设计或润饰其他制程与结构，以实现与在此所介绍的实施方式相同的目的及/或达到相同的优点。熟悉此技艺者也将了解到，这类对等架构并未脱离本揭露的实施例的精神和范围，且熟悉此技艺者可在不脱离本揭露的实施例的精神和范围下，在此进行各种的更动、取代与修改。

Claims

1.一种产生极紫外光辐射的装置，其特征在于，该装置包含：

一液滴产生器，配置以产生多个目标液滴；

一激发激光，配置以使用多个激发脉冲来加热所述多个目标液滴，以转换所述多个目标液滴为一电浆；

一能量侦测器，配置以量测于一极紫外光能量中的一变化，其中该极紫外光能量是于所述多个目标液滴转换为该电浆时所产生；以及

一反馈控制器，配置以基于该极紫外光能量中的该变化，来调整该液滴产生器或该激发激光的至少一者的一参数。