光刻套刻精度(Overlay)：补偿模型的实战
光刻套刻精度(Overlay)：补偿模型的实战
光刻机overlay测量误差来源、补偿模型建立与先进制程对齐控制实战
光刻层与层之间的偏差超过10nm，整片晶圆就废了——overlay是怎么控制到2nm以内的
一、背景故事：一次套刻失控引发的三天排查
那是2019年初春的一个凌晨两点，我被值班工程师的电话叫醒。电话那头的声音很急：M1到Via1层的套刻量测结果全线飘红，连续三个批次的晶圆在电子束扫描复检时都出现了接触孔与金属线严重偏位的情况，最差的一片晶圆边缘区域套刻偏差达到了18.7纳米，而当时我们那条28纳米逻辑产线的套刻规格上限是9纳米。按照工艺窗口的定义，超过12纳米就意味着接触电阻会显著抬升，超过15纳米则可能出现直接的开路失效。三个批次，七十五片晶圆，如果全部判废，直接材料损失接近四十万元，更麻烦的是这批片子是给一家车规客户做的工程样品，交期已经压到了极限。
到了厂里，第一件事是调出统计过程控制趋势图。套刻的X方向平移量在过去四十八小时内呈现出明显的单向漂移，从原本围绕零点波动的状态，一路走到了负六纳米附近，而Y方向基本稳定。这种单方向、单调性的漂移通常指向机台状态变化而非工艺随机波动。我们首先怀疑的是光刻机的对准系统，于是拉出了同一台扫描机在这段时间内跑的其他层次数据，结果发现只有涉及Via1这一层的批次出现异常，其他层次一切正常。这个结果把嫌疑范围从机台整体状态，收窄到了这一层特定的对准配方或者前层的形貌变化上。
接下来两天的排查过程可以用抽丝剥茧来形容。我们把这一层的对准标记信号质量逐片调出来看，发现对准信号的强度相比一周前下降了将近三成，信号对比度的下降意味着扫描机在做晶圆对准时的定位不确定度上升。再往前追溯，我们查到M1层的化学机械研磨工序在四天前更换了一批新的研磨垫，新垫子的去除速率比旧垫子高出约百分之八，导致对准标记的台阶高度被过度削减，从原本的一百二十纳米降到了不足八十纳米。标记变浅，衍射信号变弱，对准精度自然劣化，而且这种劣化在晶圆不同半径位置上并不均匀，最终表现为套刻误差的系统性漂移。
根因找到之后，补救措施并不复杂：调整研磨工序的时间参数，把标记台阶高度拉回目标窗口，同时对已经曝光但尚未刻蚀的批次执行返工重涂重曝。但这件事对我的冲击是长远的。在那之前，我一直把套刻当成光刻部门的事，认为只要扫描机状态正常、配方设置正确，套刻就应该在规格之内。这次事故让我意识到，套刻是一个跨工序、跨部门的系统性指标，它承载着从研磨、薄膜、刻蚀到量测的所有累积误差。要把套刻真正控制住，靠的不是某一台设备的性能，而是一套能够识别误差来源、量化各项贡献、并且自动反馈补偿的完整模型体系。这篇文章要讲的，就是这套体系是怎么一步步搭起来的。
回顾那次事故的完整处理过程，我深刻体会到套刻控制绝非单一设备或单一工序能够独立完成的任务。从研磨垫更换导致的标记形貌变化，到对准信号衰减引发的定位偏差，再到最终套刻误差的系统性漂移，整个链条涉及多个工艺环节的紧密耦合。这种跨工序的复杂性要求我们必须建立一套系统性的方法论，而不是依赖个别工程师的经验判断。在那之后的几个月里，我开始系统性地研究套刻误差的数学模型、补偿算法和先进过程控制策略，逐步构建起一套完整的套刻管理体系。
二、技术原理：套刻误差的数学分解
套刻精度衡量的是当前曝光层的图形中心相对于前一层图形中心的位置偏差。在实际生产中，我们不可能去测量每一个器件图形的偏移，而是在划片道上放置专门的量测标记，通过套刻量测设备读出这些标记的相对位移。主流的量测方式有两类：一类是基于成像的套刻量测，常见的标记形态是框中框结构，量测设备用可见光照明标记，通过图像处理算法分别求出外框与内框的几何中心，两者之差即为该点的套刻值；另一类是基于衍射的套刻量测，标记由两层周期性光栅叠加而成，当两层存在相对位移时，正负一级衍射光的强度会产生不对称，通过测量这种不对称性并结合已知的偏置量，就可以反推出实际位移。
拿到几十个甚至上百个量测点的原始数据之后，直接看散点是没有意义的，必须把它们分解到具有物理含义的模型项上。最基础的是晶圆级线性模型，通常包含六个参数：X方向平移、Y方向平移、X方向缩放、Y方向缩放、晶圆旋转以及非正交度。平移项对应的是整片晶圆相对于前层的整体偏移，常见诱因是载片台定位偏差或对准标记选取不当；缩放项反映的是晶圆整体的胀缩，薄膜应力和热历史是主要来源；旋转与非正交则与载片台的机械精度和晶圆装载姿态相关。这六个参数构成了套刻分析中最先被检视的一组指标，也是每一份日常套刻报告的第一屏内容。
仅有晶圆级模型是不够的。步进扫描式光刻机以曝光场为单位逐个曝光，每一个曝光场内部同样存在自己的平移、缩放、旋转和非正交，这一组参数称为场内线性项，同样是六个。晶圆级六项加上场内六项，构成了业界常说的十项或者十二项线性模型，不同厂商在参数命名和符号约定上略有差异，但物理内涵是一致的。场内缩放通常与投影物镜的放大倍率漂移、掩模版的热胀冷缩相关，场内旋转则可能来自掩模台与晶圆台的同步误差。把这十二项分离清楚，是后续做针对性补偿的前提，也是判断问题究竟出在晶圆层面还是曝光场层面的关键依据。
线性模型能解释的误差通常只占总量的六到七成，剩下的部分呈现出明显的空间非线性特征。晶圆边缘的形变、成膜过程中的应力梯度、热处理过程中的温度分布不均，都会在晶圆上留下高阶的位移场。为此工程上引入了高阶晶圆模型，用二阶到五阶的多项式去拟合这些非线性分量，常用的形式包含径向对称项、鞍形项以及三叶草形项。对于曝光场内部的非线性，则采用逐场校正的方式，把每一个曝光场的补偿量单独计算并写入曝光配方。高阶模型的参数量往往是线性模型的三到五倍，对量测采样密度提出了远高于线性模型的要求。
模型拟合完成之后，把实测值减去模型预测值，得到的就是残差。残差是套刻控制中最重要的诊断量：如果残差很小，说明现有模型已经能够描述绝大部分误差，只要把模型系数反馈到曝光机就能获得改善；如果残差很大且呈现出有规律的空间分布，说明当前模型阶次不足或者存在模型未覆盖的误差机理。工程上通常用残差的三倍标准差作为考核指标，并且会同时看X和Y两个方向。一条成熟产线的关键层残差三倍标准差一般要求控制在二到三纳米以内，这个数字直接决定了套刻补偿所能达到的极限水平，也是评估一套补偿模型是否还有优化空间的最直接依据。
在实际应用中，残差分析往往能够揭示出模型未能捕捉到的系统性误差来源。例如，当残差呈现径向对称分布时，可能暗示着晶圆热处理过程中的温度梯度问题；当残差呈现三叶草形态时，往往与静电卡盘的吸附力分布不均有关。通过对残差空间形态的细致分析，工程师可以反向推断出潜在的工艺问题，并针对性地调整工艺参数或设备设置。这种从数据反推物理机理的能力，是套刻控制工程师的核心竞争力之一。
图1 套刻误差来源分解与补偿收益（左：分项3σ贡献；右：平方和合成累计曲线）
三、现状分析：从九点采样到全场补偿的十五年
从技术节点的演进来看，套刻规格的收紧速度甚至快过关键尺寸本身。一百三十纳米节点时，关键层套刻规格大约在四十纳米量级，工程师用一台成像式量测机、每片测九个点就足以覆盖需求；到了六十五纳米节点，规格收到十八纳米左右，量测点数提升到每片二十五点，晶圆级高阶模型开始进入生产；二十八纳米节点普遍要求关键层套刻控制在八到九纳米，逐场校正成为标配；进入十四纳米及以下的鳍式场效应晶体管时代，规格进一步压缩到四纳米以内，而在极紫外光刻主导的先进节点上，业界公开的目标已经进入两纳米区间。规格每收紧一半，背后需要的量测点数、模型参数量和控制频次往往都要翻倍。
与之匹配的，是先进过程控制体系在光刻区的全面铺开。今天一条主流产线的套刻控制链路大致是这样运转的：批次曝光完成后进入套刻量测机，量测数据实时上传到数据采集系统；先进过程控制服务器读取数据，按照预设的模型配置做拟合，得到晶圆级和场内的各项系数；控制器把这些系数与历史数据一起送入指数加权移动平均滤波器，计算出下一批次应当施加的修正量；修正量以配方偏置的形式下发到光刻机，在下一批曝光时自动生效。整个闭环的周期通常在两到六个小时之间，取决于产线的排程密度和量测队列长度，这个周期长度本身就是控制性能的一个硬约束。
量测采样策略是现状分析中最容易被忽视却又最关键的一环。采样点太少，高阶模型无法可靠拟合，系数估计的方差过大，反馈过去反而会引入噪声；采样点太多，量测机产能被吃掉，批次流转周期拉长，反馈滞后加剧。业界的通行做法是分层采样：大部分批次使用稀疏采样，每片测二十到四十点，只做线性模型反馈；每隔若干批次插入一片密集采样的监控片，每片测两百点以上，用来更新高阶模型和逐场校正表。这种做法在控制精度与产能之间取得了平衡，但也带来了模型时效性的问题，密集采样的间隔一旦拉得太长，高阶补偿就可能跟不上工艺漂移的节奏。
机台匹配是另一个绕不开的现实约束。一条产线上通常有多台同型号扫描机并行运行，理论上它们应该输出完全一致的曝光位置，但实际上受装机水平、镜头状态、载片台磨损等因素影响，机台之间总会存在系统性的位置偏差，业界称之为机台指纹。如果前层用甲机台曝光、当前层用乙机台曝光，两台机器的指纹差异会直接叠加到套刻结果上。规范的做法是定期用标准片做机台间比对，建立每台机器相对于参考基准的偏差表，并在配方中做静态补偿。然而机台指纹本身也会随时间漂移，比对周期设定为一周还是一个月，是很多工厂在精度与停机成本之间反复权衡的问题。
表1 套刻误差来源分类、物理机理与典型贡献量（28nm通孔层实测）
四、瓶颈问题：为什么套刻越往下压越难
第一个瓶颈是误差源之间的强耦合。套刻量测给出的是一个综合结果，它是所有误差机理叠加之后的最终表现。举一个典型例子：晶圆整体的缩放项偏离零点，可能来自薄膜沉积带来的应力形变，也可能来自曝光时的晶圆加热，还可能来自量测机自身的标定漂移。三种机理在数学上都表现为同一个模型系数的变化，单看这一个数字根本无法区分。工程上常用的办法是引入辅助信息：用应力量测设备独立测量薄膜应力，用不同时段的重复量测评估量测漂移，用空片曝光测试隔离机台贡献。但这些辅助测量本身需要占用设备时间和人力，在量产节奏下往往难以常态化执行。
第二个瓶颈是工艺诱导形变的不可预测性。晶圆在整个流程中要经历数十次成膜、光刻、刻蚀、研磨和热处理，每一步都会在硅片上留下应力。这些应力叠加起来会导致晶圆产生翘曲和面内位移，当晶圆被真空吸附或者静电吸附到载片台上时，面外的翘曲被强行压平，同时会转化为面内的位移场，这一部分位移直接体现为套刻误差。问题在于，这种形变的大小和形态与产品结构强相关，不同产品、不同层次的形变模式完全不同，甚至同一产品在不同批次之间也会因为膜厚波动而出现差异。用一套固定的补偿模型去覆盖所有情况，必然会留下可观的残差。
第三个瓶颈来自量测系统本身。套刻量测机给出的数字并不是真值，它包含工具诱导偏移和晶圆诱导偏移两类系统误差，以及随机噪声。工具诱导偏移是量测机光学系统不对称造成的，可以通过晶圆旋转一百八十度重复量测来标定并扣除；晶圆诱导偏移则是标记本身在工艺过程中变得不对称造成的，例如研磨导致标记一侧被多磨掉一点，这种不对称在光学量测中会被误读为位置偏移，而且很难与真实的套刻误差区分开。在先进节点上，量测系统的总不确定度已经占到套刻规格的两到三成，量测能力本身成为了控制精度的天花板。
第四个瓶颈是控制回路的时间常数。从曝光到量测再到修正量生效，中间隔着数小时甚至更久，在这段时间里产线可能已经跑过了好几个批次。如果工艺状态在这期间发生了突变，例如某台设备做了维护、某个耗材被更换，那么基于历史数据计算出来的补偿量不但无效，反而可能把误差推向反方向。为了抑制这种风险，控制器通常会把指数加权移动平均的权重设置得比较保守，但保守的权重意味着对真实漂移的响应变慢，这又构成了另一种损失。如何在抗噪声与跟漂移之间找到平衡点，是每一个做套刻控制的工程师都要面对的经典难题。
五、解决方案：分层补偿模型的建立
面对上述瓶颈，我们最终确立的思路是分层建模、分时间尺度控制。核心认识是：套刻误差里不同来源的时间常数差别极大。机台指纹、掩模版畸变这类误差在数月内基本稳定，属于慢变量；产品与层次相关的工艺形变在一个工程批次内相对固定，属于中速变量；而载片台温漂、批次间膜厚波动这类误差则以小时为尺度变化，属于快变量。如果用同一个控制器、同一套时间常数去处理所有分量，必然顾此失彼。于是我们把补偿量拆成三层，每一层用不同的更新频率和不同的数据来源去维护，最后在下发到光刻机时做代数叠加，形成最终的配方偏置。
最底下一层是静态基线补偿。它包含机台间匹配偏差、掩模版写入畸变以及量测机的工具诱导偏移。这一层的数据来源不是量产片，而是专门的标定流程：每月用一批标准监控片，在所有相关机台上做交叉曝光和交叉量测，通过方差分析的方式把机台贡献、掩模贡献和量测贡献分离出来。分离得到的系数写入静态补偿表，在配方层面固化，不参与日常的反馈计算。这一层的价值在于，它把那些长期稳定但幅值可观的系统偏差一次性扣除，让上层的动态控制器只需要处理真正的随机波动，大幅降低了控制器的工作负担，也让反馈系数的估计更加稳定。
中间一层是产品层次专属偏置。同一台机台跑不同产品、不同层次，套刻的平均偏移量是不一样的，这部分差异主要由工艺诱导形变决定。我们为每一个产品与层次的组合建立独立的偏置记录，用该组合最近若干个批次的模型系数做稳健平均，剔除离群值之后作为该组合的基准偏置。这一层的更新频率设定为每天一次，既能跟上工艺缓慢漂移，又不会被单批次的异常带偏。实践中我们发现，引入产品层次专属偏置之后，新产品导入初期的套刻表现改善最为明显，原本需要三到五个批次才能收敛的过程，缩短到了一到两个批次。
最上面一层是批次间动态反馈，采用指数加权移动平均控制器。控制器的输入是当前批次拟合出的模型系数与目标值的偏差，输出是对下一批次的修正增量。权重系数的选择我们做了大量离线仿真：用历史一年的套刻数据构造回放环境，在不同权重下计算闭环之后的标准差，最终把晶圆级平移项的权重定在零点三，缩放与旋转项定在零点二，高阶项定在零点一。权重随阶次递减的逻辑在于，高阶系数的估计不确定度更大，过快的响应容易把量测噪声放大成实际误差。对于逐场校正表，我们采用更低的更新频率，每二十四小时用一片密集采样监控片重算一次。
任何自动反馈系统都必须配备保护机制，否则一次坏数据就能把整条产线带偏。我们设置了三道闸门：第一道是数据质量闸，量测点的信号质量指标低于阈值、单片有效点数不足设定值、或者残差三倍标准差超过上限时，该批次数据直接排除在反馈之外；第二道是修正量幅值闸，单次修正的增量被限制在规格的四分之一以内，防止阶跃式的过冲；第三道是趋势闸，如果连续三个批次的修正量都朝同一方向且累计超过阈值，系统会自动挂起反馈并推送告警给工程师人工确认。这三道闸门上线之后，由自动反馈本身引发的异常事件从每月两到三起降到了接近于零。
表2 三层补偿模型结构、数据来源与更新策略
六、实战案例：28nm通孔层套刻改善项目
下面用一个完整的项目来说明这套方法的落地过程。项目对象是一条月产能三万片的二十八纳米逻辑产线，痛点集中在通孔层。该层的套刻规格上限为八点五纳米，项目启动前六个月的实际水平是均值绝对值加三倍标准差达到九点二纳米，规格外比例约百分之三点四，每月因套刻超标返工的晶圆在四百片上下。返工不仅消耗光刻胶和机台产能，更严重的是返工片在后续电性测试中的良率平均比正常片低一点八个百分点，叠加起来每年的隐性损失接近千万元级别。管理层给项目组的目标很明确：六个月内把该层套刻控制到七点五纳米以内，返工率下降一半。
项目第一阶段做的是彻底的数据盘点。我们把过去六个月该层所有批次的套刻原始点数据全部导出，总量大约一百二十万条记录，在数据平台上重新做了统一的模型拟合。分析结果给了几个出乎意料的发现：第一，晶圆级线性项只解释了总方差的百分之五十八，远低于我们此前假设的百分之七十；第二，残差的空间分布呈现明显的三叶草形态，峰值出现在距晶圆中心一百二十毫米的环带上，这是典型的卡盘吸附形变特征；第三，不同扫描机之间的平移项均值相差达到一点九纳米，而当时的机台匹配表已经三个月没有更新。这三个发现直接决定了后续改善动作的优先级排序。
第二阶段是模型的分步上线。我们没有一次性把三层结构全部投产，而是采取了逐层验证的策略。第一步先更新机台匹配表，并把匹配周期从三个月缩短到两周，这一步用了三周时间，套刻从九点二纳米降到八点六纳米；第二步引入产品层次专属偏置，覆盖该层涉及的十一个产品，用两周历史数据初始化，上线后再跑两周观察，套刻进一步降到八点一纳米；第三步启用三阶晶圆模型加逐场校正，同时把监控片的密集采样点数从九十六点提升到二百四十点，采样频率设定为每二十四小时一片，这一步之后套刻达到七点三纳米；第四步优化指数加权移动平均权重，最终稳定在六点九纳米。
项目过程中也踩过坑。第三步上线后的第九天，系统突然连续推送高阶残差超标告警，套刻在两个班次内从七点三纳米恶化到八点八纳米。工程师第一反应是怀疑新上线的高阶模型出了问题，准备回退。我们坚持先看数据：调出残差空间图，发现异常形态并非高阶模型典型的过拟合特征，而是集中在晶圆下半部的局部畸变。顺着这个线索查到了晶圆传输机械手，其中一个真空吸盘出现了轻微泄漏，导致晶圆在装载到卡盘时的贴合状态异常。更换吸盘密封圈后指标立即恢复。这件事说明，一个好的补偿模型不只是控制工具，它同时也是灵敏的诊断工具，残差的形态往往比数值本身携带更多信息。
图2 补偿模型上线前后套刻趋势、分布与高阶残差空间形态对比
七、实施效果：从九点二纳米到六点九纳米
项目结题时的数据是这样的：通孔层套刻均值绝对值加三倍标准差从九点二纳米降到六点九纳米，改善幅度百分之二十五；规格外比例从百分之三点四降到百分之零点四；X方向与Y方向的表现趋于一致，此前Y方向系统性劣于X方向零点六纳米的情况被消除。更值得关注的是分布形态的变化：改善前的直方图存在明显的右侧长尾，少数批次会突然跳到十二纳米以上，改善后长尾基本消失，最差批次控制在八点二纳米。长尾的消失意味着风险的可预测性大幅提升，这对生产排程和客户交付承诺的意义，甚至超过均值本身的改善。
传导到良率端的效果同样清晰。套刻返工晶圆数从每月约四百片降到每月约七十片，降幅百分之八十二。由于返工片自身良率偏低，返工量的下降直接带来了整体良率的提升，项目前后六个月的对比显示该产品族的电性测试良率提升了零点九个百分点。按照该产线的产能和产品均价折算，这部分良率提升对应的年化收益在一千五百万元左右，而项目本身的投入主要是工程师工时和少量的量测机产能，直接现金支出不足百万元。此外，由于返工减少，光刻区的机台负荷下降了约百分之二，间接释放出了可观的产能空间。
工程效率方面的收益不太容易量化，但同样真实。在项目之前，套刻异常的排查高度依赖资深工程师的经验，一次典型的排查需要一到三天，而且结论往往带有猜测成分。项目建立的分层模型和残差诊断规则，把排查过程标准化成了一套流程：先看哪一层的补偿量异常，再看残差空间形态属于哪一类已知模式，最后定位到对应的设备或工序。新入职的工程师经过两周培训就能独立处理常规异常，平均排查时间缩短到四小时以内。我们把常见的十二种残差形态整理成图谱贴在办公区墙上，这份图谱后来被厂内其他两条产线借鉴使用。
回头看这个项目，最重要的经验有三条。第一，不要试图用一个模型解决所有问题，把误差按时间常数分层，是让控制系统既稳定又灵敏的关键；第二，数据质量的优先级高于模型复杂度，在采样点数不足、量测标定不准的情况下堆砌高阶项，只会把噪声放大成看起来很专业的曲线；第三，自动化控制必须配备保护机制和人工介入通道，闭环系统的价值在于处理常规波动，而真正的异常永远需要人的判断。套刻控制走到今天，已经不再是单纯的光刻课题，它是设备、工艺、量测和数据分析的交汇点，谁能把这几块拼起来，谁就能在先进制程的竞争中拿到实实在在的优势。
本文首发于博客：半导体智能制造 | MES工程师实战笔记
如果这篇文章对你的工作有帮助，欢迎在评论区留下你的实践经验：你所在产线遇到过哪些类似问题，最终是怎么解决的？
对文中的模型参数、代码结构或者数据口径有不同看法，也欢迎直接指出来，我会逐条回复。
有想看的选题可以在评论区点题，后续会挑呼声最高的方向继续写实战系列。觉得有用的话，点赞、收藏、关注三连支持一下，你的反馈是这个系列写下去的动力。
