Les enjeux du contrôle des procédés
La demande croissante du marché en circuits intégrés, rapides, économes en énergie est la force motrice de la réduction des dimensions des dispositifs élémentaires de la microélectronique.
La réduction des dimensions du transistor répond du reste à une loi empirique définissant que la longueur caractéristique du transistor MOS est réduite de 70% tous les 3 ans. Cette course à l’intégration et à la production de ces circuits sélectionne les industries capables de tenir ce défi permanent. L’élaboration de ces dispositifs comporte trois grandes étapes : La conception de la structure des dispositifs à élaborer. Le développement des procédés permettant de construire couche après couche la structure des dispositifs précédemment définis. L’industrialisation et la mise sous contrôle de ces procédés.
Dans ce manuscrit, nous nous intéressons uniquement à cette dernière étape et plus particulièrement aux méthodes de contrôle des procédés de fabrication. De nos jours, de par la complexité des structures élaborées (Largeurs de grille actuelles des dispositifs de 90nm et programmes de développement 65nm et 45nm), le contrôle des procédés devient un secteur primordial du fonctionnement d’une usine de semi-conducteur [BEINGLASS 2002]. Ainsi :
La recherche et la compréhension des sources de variabilité deviennent des étapes importantes et sont aujourd’hui très coûteuses en terme de temps et de personnes. De plus, les variations des paramètres physiques et/ou électriques sont de plus en plus faibles à chaque changement de technologie et par conséquent plus difficile à caractériser. Dans ce contexte, la notion d’analyse de données prend toute son importance et des outils d’analyses de plus en plus performants sont nécessaires pour comprendre les sources de variabilité des procédés [AIRIKKA 2004].
Le contrôle de la variabilité des procédés est devenu une étape prédominante permettant de garantir la qualité des produits fabriqués. Le développement de technologies de plus en plus agressives nécessite la mise en place de contrôles très précis des équipements. Les procédés devenant de plus en plus critiques, une dérive autrefois considérée comme négligeable peut avoir, de nos jours, une réelle influence sur la qualité du produit. Pour atteindre un haut degré de contrôle de l’équipement, il a fallu s’appuyer sur un concept rigoureux et adaptable dans un contexte industriel : ce concept est appelé l’Advanced Equipment Control / Advanced Process Control (AEC/APC).
Contrôle Statistique des procédés (SPC)
Le Contrôle Statistique des Procédés consiste à contrôler, grâce à des indicateurs statistiques, les performances du procédé. C’est un outil indispensable pour réaliser un pilotage rationnel du procédé de fabrication. De nos jours, il est la base de surveillance de la ligne de production. En microélectronique, cette méthodologie est appliquée à 3 types de mesures :
Les mesures physiques effectuées sur les plaques. Ces mesures sont réalisées lors des opérations dites de métrologie. Elles sont effectuées après certains procédés jugés critiques (dépôts de matériaux, gravures, …) et permettent de contrôler, à posteriori, le bon déroulement de ces opérations de fabrication. Nous appellerons « SPC métrolgie » ce type de contrôle.
Sur le site de Crolles 2, ces mesures ne sont pas réalisées sur les dispositifs mais dans les zones de découpes. Deux plaques par lots2 sont généralement contrôlées. En fonction de la complexité et la durée de la mesure, les mesures sont effectuées sur 17 ou sur 9 zones 3 de la plaque.
Les mesures électriques effectuées à la fin de la gamme de fabrication du transistor ainsi qu’à la suite des opérations de fabrication des interconnexions. Elles sont réalisées sur chacune des plaques du lot sur des structures de tests. Elles permettent d’identifier, le cas échéant, les groupes d’opérations pouvant être défaillants. A Crolles 2, les mesures électriques sont enregistrées en 94 zones de la plaque. Nous utiliserons le terme « SPC PT » pour désigner ce type de contrôle.
Les tests finaux appelés EWS (Electrical Wafer Sort) sont appliqués systématiquement à la fin des opérations de fabrication sur chacun des circuits intégrés. Ils garantissent aux clients la qualité des circuits livrés.
Lien entre les mesures effectuées au sein d’une ligne de production
Les différents niveaux de surveillance (SPC et FDC) permettent une détection des dérives des procédés de fabrication. L’utilisation adaptée de ces moyens de surveillance est cependant conditionnée par la connaissance des relations entre les différentes mesures physiques et électriques.
La variabilité des mesures électriques peut s’expliquer de plusieurs façons : L’enchaînement des opérations utilise au moins une recette de fabrication dont un point de fonctionnement dévie par rapport au point de fonctionnement spécifié. Cette dérive est traduite par une augmentation de la variabilité de la mesure physique correspondante,
Une contamination particulaire importante causant une dégradation des performances des circuits électriques.
Les études menées dans le milieu de la microélectronique montrent qu’au début de la phase d’industrialisation d’une technologie, la principale source de variance des mesures électriques provient de la variabilité des procédés de fabrication. Par conséquent, les travaux présentés seront principalement focalisés sur l’analyse de la variance des procédés de fabrication. Le plus souvent, cette variabilité est reliée à des dérives de procédés ; Ces dérives pouvant être caractérisées par un ou plusieurs paramètres de l’équipement collectés pendant l’étape de fabrication.
La volonté de réduction des coûts des circuits fabriqués
Lors des phases de développement et d’industrialisation d’une technologie, de nombreux plans d’expériences sont réalisés afin d’optimiser chacun des procédés de fabrication. Cependant, la construction de ces plans est souvent réalisée de façon grossière et sans tenir compte des résultats des expériences antérieures et surtout des mesures effectuées sur les plaques de production. Nous verrons dans la suite de ce manuscrit comment l’analyse des mesures sur les plaques de production, contenant déjà une grande variabilité intrinsèque, permet de modéliser les corrélations entre les mesures et aider à cibler les paramètres prépondérants ainsi que leur gamme de variations pour les futurs plans d’expériences.
Lors de la phase industrielle, une grande partie des coûts de fabrication d’une ligne de production de semi-conducteurs est liée au temps de cycle de fabrication des circuits. Ainsi, plus ce temps est long, plus les coûts de production seront élevés. Le temps de cycle dépend essentiellement : Du temps entre deux étapes consécutives, De la durée des procédés de fabrication, Et de la durée des mesures physiques et électriques utilisées pour le contrôle SPC.
L’implémentation des contrôles FDC au niveau des équipements peut permettre d’alléger le nombre de mesures réalisées après les procédés et ainsi améliorer les temps de cycle de fabrication. Cependant, cette substitution des mesures physiques et électriques n’est possible seulement si les paramètres contrôlés par le système FDC sont suffisamment pertinents pour détecter l’ensemble des dérives de l’équipement ayant une influence notable sur la fonctionnalité des circuits intégrés fabriqués.
Développement d’un environnement adéquat pour la réalisation des analyses de données
Les deux premières étapes d’une analyse de données sont le choix et l’extraction des données à étudier. Afin de développer une méthodologie de corrélation efficace, il est nécessaire d’étudier des données correctement structurées et caractéristiques des procédés de fabrication que l’on souhaite analyser. Cela implique : Des moyens de collectes de données, Des bases de données cohérentes et unifiées pour extraire et structurer facilement des données provenant de bases différentes, Que la variabilité des données induite par les opérations de mesure soit la plus faible possible, De tenir compte de l’ensemble de la variabilité induite par les procédés. L’analyse des données provenant des plaques de 300mm requiert donc de tenir compte de la variabilité intra-plaque.
Table des matières
Introduction Générale
I- Les enjeux du contrôle des procédés
II- Le Contrôle des procédés : état de l’art au début de la thèse
II.1- Contrôle Statistique des procédés (SPC)
II.2- Fault detection and Classification (FDC)
II.3- Run to Run Control (R²R) – Boucles de régulation
II.4- Lien entre les mesures effectuées au sein d’une ligne de production
III- Les nouvelles technologies (sub 120nm) : où se situe les limitations en terme de développement et de contrôle des procédés ?
III.1- Le manque de cohérence entre les différentes composantes du contrôle des procédés
III.2- Les limitations des outils & des méthodes d’analyses de données « traditionnels »
III.3- La volonté de réduction des coûts des circuits fabriqués
IV- Objectifs de la thèse et présentation du manuscrit
IV.1- Problématique
IV.2- Premier axe de recherche : développement d’un environnement adéquat et recherche d’outils
statistiques novateurs pour l’analyse de données – Application au monde de la microélectronique
IV.3- Deuxième axe de recherche : amélioration de la cohérence des méthodes de contrôle
IV.4- Plan du manuscrit
Bibliographie
Chapitre 1 : L’analyse statistique de données : pré requis, Algorithmes & Méthodologie
I- Introduction
II- Développement d’un environnement adéquat pour la réalisation des analyses de données
II.1- La collecte des données et la centralisation des données
II.2- Exploration et traitement des données
III- Les outils d’analyse de données appliqués au domaine des semi-conducteurs
III.1- Les limitations des méthodes et des outils d’analyse « standard » utilisés dans le domaine
microélectronique
III.2- Les méthodes d’analyse statistiques multivariées type ACP et PLS
III.3- Les outils basés sur les algorithmes d’apprentissage
IV- Méthodologie de corrélation entre les mesures électriques et physiques et les
paramètres des équipements
IV.1- Recherche des corrélations entre les données physiques et électriques et les paramètres des
équipements – Caractérisation des variances électrique et physique
IV.2- Méthodes de réduction de la variabilité des procédés
IV.3- Optimisation du plan de contrôle des procédés de fabrication – Contrôle de la variance
V- Conclusion
Bibliographie
Chapitre 2 : Recherche des corrélations entre les mesures électriques et physiques et les paramètres des équipements pour les opérations d’isolation des transistors pour la technologie 90nm
I- Introduction
I.1- Contexte d’étude
I.2- Intérêt de la modélisation des procédés d’isolation entre les transistors
II- Modélisation des interactions entre les procédés de la brique STI
II.1- Analyse statistique des corrélations entre les mesures physiques
II.2- Validation physique des relations entre les mesures physiques
II.3- Impact des variations des procédés du module STI sur les opérations suivantes
II.4- Réduction de la variance du Step Height
II.5- Vérification de la cohérence des spécifications appliquées à chacune des étapes de procédé
III- Modélisation de l’influence des variations des mesures physiques du module STI sur les principales caractéristiques électriques
III.1- Analyse statistique des corrélations entre les mesures physiques et électriques du module STI
III.2- Validation physique des relations entre les mesures physiques et électriques
III.3- Apport des analyses – Impact des solutions de réduction de variabilité sur les mesures
électriques
IV- Modélisation des étapes élémentaires de la brique de procédés STI
IV.1- Modélisation du comportement des procédés d’oxydation rapide – Rapid Thermal Oxidation
(RTO)
IV.2- Modélisation du comportement du procédé de gravure des tranchées d’isolation
IV.3- Modélisation du du procédé de Dépôt Chimique en phase Vapeur – CVD
IV.4- Modélisation du comportement des procédés de polissage mécanico-chimique
IV.5- Modélisation du comportement du procédé de gravure humide
V- Conclusion
Chapitre 3 : Modélisation des comportements physiques et électriques des transistors CMOS pour la technologie 90nm
I- Introduction
I.1- Le contrôle du transistor : le processus clé de la technologie
I.2- Objectifs de la modélisation du comportement des transistors
II- Présentation des modélisations entre les mesures physiques et électriques du module
grille
II.1- Modélisation statistique des intéractions entre les opérations de fabrication du module grille
II.2- Modélisation multivariée de l’impact des variations des mesures physiques sur les
caractéristiques électriques des transistors
III- Apport des modélisations établies pour la réduction et le contrôle de la variance des performances des transistors
III.1- Apport de la modélisation des interactions entre les opérations de fabrication
III.2- Réduction de la variabilité des caractéristiques électriques des transistors – Diminution de la
dispersion des courants de saturations
III.3- Optimisation du contrôle des performances électriques des transistors
IV- Modélisation du comportement des étapes élémentaires du module grille
IV.1- Modélisation du comportement des procédés d’oxydation thermique – Rapid Thermal
Oxydation
IV.2- Modélisation du comportement des procédés de dépôt du polysilicium à haute température
IV.3- Modélisation du comportement du procédé de gravure de la grille en polysilicium
IV.4- Modélisation du comportement des procédés de déposition du TEOS à haute température
IV.5- Modélisation du comportement des procédés de déposition du nitrure à haute température
IV.6- Modélisation du comportement du procédé de gravure Offset
IV.7- Modélisation du comportement du procédé de gravure des espaceurs – gravure spacer
V- Conclusion
Chapitre 4 : Recherche des liens entre les étapes de fabrication des interconnexions de la technologie 90nm
I- Introduction
I.1- Contexte d’étude
I.2- Objectifs de la modélisation de la variabilité induite par les étapes de fabrication des interconnexions – Amélioration de la variance de la conductivité des interconnexions
II- Modélisation des intéractions entre les opérations de fabrication des interconnexions
et analyse de la source de variance des mesures électriques du module métal 2
II.1- Modélisation statistique des relations entre les mesures physiques
II.2- Présentation des relations statistiques modélisant l’impact de la variabilité des procédés sur les
caractéristiques électriques des interconnexions
III- Modélisation des étapes élémentaires employées pour la réalisation des
interconnexions
III.1- Modélisation du comportement du procédé de dépôt SiCN
III.2- Modélisation du comportement du procédé de dépôt SiOC
III.3- Modélisation du comportement du procédé de gravure du masque dur en TiN
III.4- Modélisation du comportement du procédé de gravure des via
III.5- Modélisation du comportement du procédé de gravure des lignes
III.6- Modélisation du comportement du procédé de polissage mécanico-chimique
IV- Apports des analyses de modélisation
IV.1- Proposition de réduction de la variabilité des mesures de résistances des lignes de métal
IV.2- Vérification de la cohérence entre les spécifications des mesures électriques et physiques du
module d’interconnexion métal 2
V- Conclusion
Bibliographie des chapitres 2, 3 et 4
Conclusion générale
