一种深孔刻蚀工艺参数确定方法及电子设备与流程

    技术2024-12-30  55


    本技术涉及半导体工艺设备领域,具体地说,涉及半导体工艺设备领域下的工艺参数确定技术,更具体地说,涉及一种深孔刻蚀工艺参数确定方法及电子设备。


    背景技术:

    1、随着半导体技术的不断进步,对半导体工艺的复杂度的要求也越来越高。在通过半导体工艺设备进行深孔刻蚀工艺加工的过程中,工艺加工质量通常受多个工艺参数的参数值的影响,因此,合理设计工艺参数是保证工艺加工质量的重要因素。

    2、目前,通常采用穷举法来确定工艺参数,人力和物料成本较高,且工艺参数确定效率较低,同时,穷举法通过采样的方式无法涵盖到工艺参数的所有取值,从而无法保证工艺参数设计结果的合理性。


    技术实现思路

    1、为解决上述技术问题,本技术提供了一种深孔刻蚀工艺参数确定方法及电子设备,以实现在降低人力和物料成本的耗费的同时,提高工艺参数的设计效率和设计结果的合理性。

    2、为实现上述技术目的,本技术实施例提供了如下技术方案:

    3、第一方面,本说明书实施方式提供了一种深孔刻蚀工艺参数确定方法,包括:

    4、基于多个初始工艺配方,将各个工艺配方所对应的多个工艺结果参数作为优化目标对所述工艺配方中各目标工艺参数的参数值进行迭代优化,获得多个候选工艺配方;所述初始工艺配方包括各所述目标工艺参数的初始值,所述目标工艺参数包括腔室压力、射频功率、工艺气体流量和温度中的至少一项,所述候选工艺配方包括各所述目标工艺参数的候选值;所述工艺结果参数包括刻蚀选择比和光滑侧壁深度;所述候选工艺配方的数量大于所述初始工艺配方的数量;

    5、将所述候选工艺配方分别输入至每一个所述工艺结果参数的预测模型,得到所述候选工艺配方所对应的多个所述工艺结果参数的预测值;所述预测模型是基于第一原始样本集训练得到的,所述第一原始样本集包括多个样本工艺配方,以及各所述样本工艺配方对应的所述工艺结果参数的测量值,所述样本工艺配方包括各所述目标工艺参数的试验值;

    6、基于各所述候选工艺配方对应的多个所述工艺结果参数的预测值,从各所述候选工艺配方中确定目标工艺配方,并基于各所述目标工艺配方确定每一个所述目标工艺参数的目标值。

    7、可选地,所述基于多个初始工艺配方,将各个工艺配方所对应的多个工艺结果参数作为优化目标对所述工艺配方中各目标工艺参数的参数值进行迭代优化,获得多个候选工艺配方,包括:

    8、基于多个所述初始工艺配方,获取多个候选数据组,所述候选数据组包括预设数量的所述初始工艺配方,且至少两个所述候选数据组中的初始工艺配方不同;

    9、将所述初始工艺配方对应的多个所述工艺结果参数作为优化目标,对所述候选数据组中的各所述初始工艺配方进行迭代优化;

    10、基于所述候选数据组中的各所述初始工艺配方的迭代优化结果,确定所述候选数据组中的所述候选工艺配方。

    11、可选地,所述将所述初始工艺配方对应的多个所述工艺结果参数作为优化目标,对所述候选数据组中的各所述初始工艺配方进行迭代优化,包括:

    12、在当前次迭代优化中,获取所述候选数据组中各所述初始工艺配方对应的评价值,所述评价值包括所述初始工艺配方对应的多个所述工艺结果参数的参数值的归一化之和;

    13、基于各所述初始工艺配方对应的评价值,确定各所述初始工艺配方中的优选工艺配方,并更新所述候选数据组中所述优选工艺配方之外的各所述初始工艺配方。

    14、可选地,所述工艺结果参数的预测模型是通过如下方法构建的:

    15、对所述第一原始样本集进行划分,得到多个第一目标样本集,所述第一目标样本集包括训练集和测试集,至少两个所述第一目标样本集的训练集不同;

    16、基于所述第一目标样本集中的训练集和测试集,分别对初始预测模型进行训练和测试,得到所述第一目标样本集对应的候选预测模型,以及所述候选预测模型的预测精度;

    17、基于各所述第一目标样本集对应的候选预测模型的预测精度,确定所述工艺结果参数的预测模型。

    18、可选地,所述基于各所述第一目标样本集对应的候选预测模型的预测精度,确定所述工艺结果参数的预测模型,包括:

    19、在所述候选预测模型的预测精度小于预设精度值时,对所述候选预测模型进行迭代更新,直至所述候选预测模型的预测精度大于或等于所述预设精度值;

    20、在各所述候选预测模型的预测精度均大于或等于所述预设精度值时,基于各所述候选预测模型的预测精度的比较结果,确定所述工艺结果参数的预测模型。

    21、可选地,所述对所述候选预测模型进行迭代更新,包括:

    22、样本集更新步骤:重新对所述第一原始样本集进行划分,得到所述候选预测模型对应的第一目标样本集的更新结果;

    23、候选预测模型更新步骤:基于所述第一目标样本集的更新结果中的训练集和测试集,分别对初始预测模型进行训练和测试,得到更新后的所述候选预测模型,以及更新后的所述候选预测模型的预测精度;

    24、判断步骤:在更新后的所述候选预测模型的预测精度小于所述预设精度值时,重复执行所述样本集更新步骤和所述候选预测模型更新步骤,直至更新后的所述候选预测模型的预测精度大于或等于所述预设精度值。

    25、可选地,所述基于各所述候选工艺配方对应的多个所述工艺结果参数的预测值,从各所述候选工艺配方中确定目标工艺配方,包括:

    26、将所述候选工艺配方对应的多个所述工艺结果参数的预测值均输入至预先训练好的工艺质量评价模型,得到所述候选工艺配方对应的工艺质量评价结果;所述工艺质量评价模型是基于第二原始样本集训练得到的,所述第二原始样本集包括与多个所述样本工艺配方一一对应的多个样本数据,所述样本数据包括所述样本工艺配方对应的多个所述工艺结果参数的测量值以及所述样本工艺配方对应的工艺质量评价结果的标注值;

    27、基于各所述候选工艺配方对应的工艺质量评价结果,从各所述候选工艺配方中确定所述目标工艺配方。

    28、可选地,所述工艺质量评价模型是通过如下方法构建的:

    29、对所述第二原始样本集进行划分,得到多个第二目标样本集,所述第二目标样本集包括训练集和测试集,至少两个所述第二目标样本集的训练集不同;

    30、基于所述第二目标样本集中的训练集,采用网格搜索的方法对初始评价模型的目标参数进行迭代更新,得到所述第二目标样本集对应的候选评价模型,并基于所述第二目标样本集中的测试集对所述候选评价模型进行测试,得到所述候选评价模型的预测精度;

    31、基于各所述第二目标样本集对应的候选评价模型的预测精度,确定所述工艺质量评价模型。

    32、可选地,所述基于各所述目标工艺配方确定每一个所述目标工艺参数的目标值,包括:

    33、获取每一个所述目标工艺配方对应的试验数据,所述试验数据包括所述目标工艺配方对应的多个所述工艺结果参数的测量值;

    34、基于各所述目标工艺配方对应的试验数据,确定每一个所述目标工艺参数的目标值。

    35、第二方面,本说明书实施方式提供了一种电子设备,包括至少一个处理器和至少一个存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现如上述任一项所述的深孔刻蚀工艺参数确定方法。

    36、第三方面,本说明书实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时,实现如上述任一项所述的深孔刻蚀工艺参数确定方法。

    37、第四方面,本说明书实施例提供了一种计算机程序产品或计算机程序,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机可读存储介质中;所述计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序,所述处理器执行所述计算机程序时实现如上述任一项所述的深孔刻蚀工艺参数确定方法。

    38、从上述技术方案可以看出,本技术实施例提供了一种深孔刻蚀工艺参数确定方法及电子设备,其中,所述深孔刻蚀工艺参数确定方法基于多个初始工艺配方将各个工艺配方所对应的多个工艺结果参数作为优化目标对工艺配方中各目标工艺参数的参数值进行迭代优化,获得多个候选工艺配方,目标工艺参数包括腔室压力、射频功率、工艺气体流量和温度中的至少一项,初始工艺配方包括各目标工艺参数的初始值,候选工艺配方包括各目标工艺参数的候选值,工艺结果参数包括刻蚀选择比和光滑侧壁深度,且候选工艺配方的数量大于初始工艺配方的数量,从而通过对各目标工艺参数的参数值进行迭代优化,仅需要少量的初始工艺配方,即可获得大量高可靠性的候选工艺配方;将候选工艺配方分别输入至每一个工艺结果参数的预测模型,即可得到该候选工艺配方对应的各工艺结果参数的预测值,其中,预测模型是基于第一原始样本集训练得到的,第一原始样本集包括多个样本工艺配方以及各样本工艺配方对应的工艺结果参数的测量值,样本工艺配方包括各目标工艺参数的试验值,从而能够有效提高工艺结果参数的预测精度,进而根据各候选工艺配方对应的多个工艺结果参数的预测值,能够快速准确地从各候选工艺配方中确定目标工艺配方,以根据各目标工艺配方确定每一个目标工艺参数的目标值,有效保证了工艺参数的设计效率和设计结果的合理性,且无需对各目标工艺参数的所有可能取值进行试验验证,减少了人力和物料成本的耗费。


    技术特征:

    1.一种深孔刻蚀工艺参数确定方法,其特征在于,包括:

    2.根据权利要求1所述的方法,其特征在于,所述基于多个初始工艺配方,将各个工艺配方所对应的多个工艺结果参数作为优化目标对所述工艺配方中各目标工艺参数的参数值进行迭代优化,获得多个候选工艺配方,包括:

    3.根据权利要求2所述的方法,其特征在于,所述将所述初始工艺配方对应的多个所述工艺结果参数作为优化目标,对所述候选数据组中的各所述初始工艺配方进行迭代优化,包括:

    4.根据权利要求1所述的方法,其特征在于,所述工艺结果参数的预测模型是通过如下方法构建的:

    5.根据权利要求4所述的方法,其特征在于,所述基于各所述第一目标样本集对应的候选预测模型的预测精度,确定所述工艺结果参数的预测模型,包括:

    6.根据权利要求5所述的方法,其特征在于,所述对所述候选预测模型进行迭代更新,包括:

    7.根据权利要求1所述的方法,其特征在于,所述基于各所述候选工艺配方对应的多个所述工艺结果参数的预测值,从各所述候选工艺配方中确定目标工艺配方,包括:

    8.根据权利要求7所述的方法,其特征在于,所述工艺质量评价模型是通过如下方法构建的:

    9.根据权利要求1至8任一项所述的方法,其特征在于,所述基于各所述目标工艺配方确定每一个所述目标工艺参数的目标值,包括:

    10.一种电子设备,其特征在于,包括至少一个处理器和至少一个存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至9中任一项所述的深孔刻蚀工艺参数确定方法。


    技术总结
    本申请提供了一种深孔刻蚀工艺参数确定方法及电子设备,其中,所述深孔刻蚀工艺参数确定方法基于多个初始工艺配方将各个工艺配方所对应的多个工艺结果参数作为优化目标对工艺配方中各目标工艺参数的参数值进行迭代优化,获得多个候选工艺配方,并将候选工艺配方分别输入至每一个工艺结果参数的预测模型,得到该候选工艺配方对应的各工艺结果参数的预测值,进而根据各候选工艺配方对应的多个工艺结果参数的预测值能够快速准确地确定目标工艺配方,以根据各目标工艺配方确定每一个目标工艺参数的目标值,有效保证了工艺参数的设计效率和设计结果的合理性,且无需对各目标工艺参数的所有可能取值进行试验验证,减少了人力和物料成本的耗费。

    技术研发人员:祝开禹
    受保护的技术使用者:北京北方华创微电子装备有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-24538.html

    最新回复(0)