专利名称：一种化学机械研磨液配置优化的方法
技术领域：
本发明涉及集成电路芯片超精细表面加工技术领域，特别涉及一种用于控制研磨颗粒在晶圆表面上的吸附状态的化学机械研磨液配置优化的方法。
背景技术：
随着集成电路制造工艺特征尺寸的不断减小，集成电路制造技术遇到了空前挑战。尤其，在32/28nm以下的主流半导体器件制造过程中，电路表面的平整度是影响光刻聚焦深度水平及良品率的重要因素。因此，如何实现半导体芯片表面超精细加工成为当前集成电路制造工艺的一个重要技术问题。目前，实现芯片表面超精细加工，使用最广泛的平坦化技术是化学机械研磨(CMP)技术。如图1所示，化学机械研磨的装置是将晶圆吸附在晶圆携载器上，然后将晶圆按压在旋转工作台表面的研磨垫上，同时向研磨垫输入含有研磨颗粒、氧化剂和表面活性剂等成分的研磨液使晶圆浸在研磨液中。研磨过程中，在化学蚀刻与机械磨削两种材料移除机制的交互作用下使晶圆表面达到平坦化。在集成电路制造过程中，由于特征尺寸的减小直接导致各种微观效应出现，化学机械研磨液中的研磨颗粒，容易因分子间相互作用吸附在晶圆表面上。随着时间的增长，这种吸附状态将由易于解吸的物理吸附变成难以分离的化学吸附，进而使得研磨颗粒无法从晶圆表面清除，从而影响晶圆表面的平坦化程度。如此可见，控制研磨颗粒在晶圆表面的吸附状态，使研磨颗粒在晶圆表面上的吸附状态处于易解吸的物理吸附，就成为实现研磨颗粒从晶圆表面清除重要技术 问题。为避免研磨颗粒在晶圆表面吸附，通常的手段是在研磨液中加入高分子表面活性齐U。当研磨颗粒物理吸附于晶圆表面时，表面活性剂分子能够降低晶圆与研磨颗粒间的作用力，使研磨颗粒在晶圆表面的吸附作用减小而不会转变为化学吸附，并且，表面活性剂分子能够在研磨颗粒和晶圆表面形成致密的质点保护层，防止研磨颗粒与晶圆表面形成进一步的吸附，最终将研磨颗粒在晶圆表面上的吸附状态控制在物理吸附阶段。尽管在研磨液中加入高分子表面活性剂可以控制研磨颗粒在晶圆表面的吸附状态，但在实际利用研磨液来研磨晶圆的过程中，研磨液中表面活性剂的种类、大小、浓度、电荷分布等配置因素都会对吸附状态的控制效果产生很大的影响；并且，不同的加工工艺条件下，由于晶圆和研磨液中研磨颗粒的不同，所需的表面活性剂的配置也不同，因此，如何优化研磨液中表面活性剂的配置，就成为化学机械研磨液生产中控制研磨颗粒在晶圆表面吸附状态的重要环节。目前的现有技术中，实验还是优化研磨液配置的主要手段，一种具体的优化表面活性剂成分的研磨液配制过程是:根据表面活性剂种类、大小、浓度等物理化学因素的经验值配置研磨液，然后将配置好的研磨液用于化学机械研磨加工的具体测试实验，以实验测量的方法确定研磨颗粒在晶圆表面上的吸附状态，再综合考虑实验得到的研磨颗粒吸附状态、研磨颗粒清洗难度及研磨表面平坦化效果等因素调整研磨液中表面活性剂的配置参数；如此循环，最终得到一种配置优化了的研磨液，将此研磨液用于化学机械研磨工艺时在保证表面平坦性及研磨率等条件下使得研磨颗粒容易从晶圆表面清除。然而，由于集成电路制造工艺对实验环境及测量设备要求极高，实验本身的随机波动性及工艺涨落等对实验测量结果的精确程度有较大影响，并且需要不断重复实验过程来调整研磨液的配置，因此，为控制研磨颗粒在晶圆表面的吸附状态、使研磨后吸附在晶圆表面上的研磨颗粒容易被清除，完全通过实验手段来优化研磨液配置，成本较高，周期也较长。
发明内容
本发明要解决的问题是提供一种化学机械研磨液配置优化的方法，以控制研磨颗粒在晶圆表面的吸附状态使之处于易解吸的物理吸附状态，且能克服现有的通过实验来优化研磨液配置的方法所带来的成本较高、周期较长等问题。为达到上述目的，本发明提供了一种化学机械研磨液配置优化的方法，所述方法包括以下步骤:步骤A:选定化学机械研磨的工艺条件；步骤B:根据选定的工艺条件，获取晶圆表面研磨时的材质作为晶圆特性数据，并获取预设的研磨液中研磨颗粒的种类、大小、浓度及电荷分布和表面活性剂的种类、大小、浓度及电荷分布作为当前研磨液配置数据；步骤C:根据所述晶圆特性数据和所述当前研磨液配置数据，通过高分子参考作用点模型，获取与所述当前研磨液配置数据对应的研磨颗粒吸附状态数据；步骤D:判断所 述研磨颗粒吸附状态数据是否满足物理吸附状态标准，如果否，进入步骤E，如果是，进入步骤F ;步骤E:调整所述当前研磨液配置数据，并将调整后的研磨液配置数据作为所述当前研磨液配置数据；进入步骤C ；步骤F:以所述当前研磨液配置数据作为研磨液配置优化数据，并利用研磨液配置优化数据配置得到优化的研磨液。优选的，所述步骤C包括:步骤Cll:根据所述晶圆特性数据中晶圆表面的材质，以及所述当前研磨液配置数据中研磨颗粒的种类、大小、浓度和电荷分布和表面活性剂分子的种类、大小、浓度和电荷分布，通过分布函数理论，获取表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数；步骤C12:根据所述表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数，求解高分子参考作用点模型积分方程，获取晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数；步骤C13:获取 所述晶圆表面与表面活性剂分子间径向分布函数的峰值高度和远度及晶圆表面与研磨颗粒间的径向分布函数的峰值高度和远度作为当前配置下的研磨颗粒吸附状态数据。
优选的，所述步骤D为包括:判断所述研磨颗粒吸附状态数据中所述晶圆表面与表面活性剂分子间的径向分布函数的峰值高度是否大于预设的峰值高度阈值，如果否，进入步骤E,如果是,进入步骤F。优选的，所述步骤D为包括:判断所述研磨液颗粒吸附状态数据中所述晶圆表面与研磨颗粒间的径向分布函数的峰值远度是否大于预设的峰值远度阈值，如果否，进入步骤E，如果是，进入步骤F。优选的，所述步骤C包括:步骤C21:根据所述晶圆特性数据中晶圆表面的材质，以及所述当前研磨液配置数据中研磨颗粒的种类、大小、浓度和电荷分布和表面活性剂分子的种类、大小、浓度和电荷分布，通过分布函数理论，获取表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数；步骤C22:根据所述表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数，求解高分子参考作用点模型积分方程，获取表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数；步骤C23:根据所述表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数，获取当前研磨体系的溶剂化自由能；步骤C24:获取当前研磨体系的溶剂化自由能作为当前配置下的研磨颗粒吸附状态数据。优选的，所述步骤D为包括:判断所述研磨颗粒吸附状态数据中当前研磨体系的溶剂化自由能是否小于预设的自由能阈值，如果否，进入步骤E，如果是，进入步骤F。优选的，所述求解高分子参考作用点模型理论积分方程包括:将所述高分子参考作用点模型积分方程转化为Fourier矩阵形式，并采用Fourier变换结合修正直接迭代子空间的数值方法进行求解。优选的，所述步骤E为包括:将当前研磨液配置数据中的研磨颗粒的种类、大小、浓度和电荷分布固定，调整当前研磨液配置数据中的表面活性剂的种类、大小、浓度和/或电荷分布，并将调整后的研磨液配置数据作为所述当前研磨液配置数据；进入步骤C。优选的，步骤F之后还包括:将研磨液配置优化数据，与所述选定的工艺条件的对应关系存储在研磨液配置数据库中，所述研磨液优化配置数据对应的研磨颗粒吸附状态数据满足所述物理吸附状态。优选的，步骤F之后还包括:利用所述优化的研磨液在所述选定化学机械研磨的工艺条件下对晶圆进行研磨，并在研磨后清洗晶圆表面阶段去除晶圆表面的研磨颗粒。与现有技术相比，本发明具有以下优点:本发明根据选定的工艺条件获 取晶圆特性数据和当前研磨液配置数据，利用高分子参考点模型对研磨液中研磨颗粒、表面活性剂和晶圆表面的空间分布进行表征，从而分析得到当前研磨液配置下的研磨颗粒吸附状态数据，判断此研磨颗粒吸附状态数据是否满足物理吸附状态标准，再根据判别结果对当前研磨液配置数据进行调整，得到满足物理吸附状态标准的目标研磨液配置数据，最后将满足物理吸附状态标准的当前研磨液配置数据作为研磨液配置优化数据，并利用该研磨液配置优化数据配置得到优化的研磨液。这样，化学机械研磨液配置的调整和优化，可以利用高分子参考作用点模型来判别当前配置的研磨液在研磨晶圆时，研磨颗粒在晶圆表面的吸附状态是否处于易解吸的物理吸附状态，从而，研磨液配置的优化过程得以简化，在保证研磨后吸附在晶圆表面上的研磨颗粒易于清除的同时，化学机械研磨液的工艺优化成本和周期都得以降低。
图1是现有技术中化学机械研磨的设备构成图；图2是本发明化学机械研磨液配置优化的方法一实施例的基本流程图；图3是本发明获取研磨颗粒吸附状态数据的方法一实施例的流程图；图4是本发明获取研磨颗粒吸附状态数据的方法又一实施例的流程图；图5是本发明高分子参考作用点模型积分方程的解法的一实施例的流程图；图6是本发明求解高分子参考作用点模型积分方程获取各径向分布函数的步骤的一实施例的流程图；图7是本发明调整当前研磨液配置数据的一实施例的基本流程图。
具体实施例方式下面我们将结合附图，对本发明的最佳实施方案进行详细描述。首先要指出的是，本发明中用到的术语、字词及权利要求的含义不能仅仅限于其字面和普通的含义去理解，还包括进而与本发明的技术相符的含义和概念，这是因为我们作为发明者，要适当地给出术语的定义，以便对我们的发明进行最恰当的描述。因此，本说明和附图中给出的配置，只是本发明的首选实施方案，而不是要列举本发明的所有技术特性。我们要认识到，还有各种各样的可以取代我们方案的同等方案或修改方案。如图2所示的是，本发明化学机械研磨液配置优化的方法的一实施例的基本流程图，该方法包括如下步骤:步骤201、选定化学机械研磨的工艺条件:根据所需要研磨的具体晶圆的种类、材质等实际加工信息，选定具体化学机械研磨的工艺条件，如研磨液的流动速率、晶圆和研磨垫的转速，外部压力、温度等。步骤202、根据选定的工艺条件，获取晶圆表面研磨时的材质作为研磨特性数据，并获取预设的研磨液中研磨颗粒的种类、大小、浓度及电荷分布和表面活性剂的种类、大小、浓度及电荷分布作为当前研磨液配置数据:预设的研磨液中的研磨颗粒和高分子表面活性剂分子的种类、大小、浓度和电荷分布等，实际上是根据选定的工艺条件确定的研磨液配置的经验值。在化学机械研磨制程中，对于不同的实际工艺，都有相对应的研磨液配置经验值。在本实施例中，需要获取一种具体的研磨液配置参数作为初始值，以此初始值对研磨液配置进行调整和优化，所以，本步骤中，将根据选定工艺条 件确定的研磨液配置的经验值作为初始值，以便本实施例能够得以实现。
需要说明的是，本步骤依据经验值来获取当前研磨液配置数据可以有多种实施方式。例如，对于研磨颗粒和表面活性剂的种类、大小、浓度及电荷分布这些预设研磨液配置数据的获取，可以根据工艺条件在预设研磨液配置数据库中查找并获取对应的预设研磨液配置数据，该预设研磨液配置数据库储存有根据对应工艺条件保存的研磨颗粒和表面活性剂的种类、大小、浓度及电荷分布的经验值。可以理解的是，本步骤202实际上是根据工艺条件获取研磨液配置的经验数据，上述的实例只是实施方式的一种，研磨液配置数据的经验值并不是必须存储在数据库中，本实施例也可以采用其他获取研磨液配置经验值的实现方式。另外，本实施例中，表面活性剂可以为高分子的，也可以为小分子的。由于高分子表面活性剂两亲性链段彼此互不相容，容易发生微相分离，使其在表面和本体结构中呈现出独特的性质，因此，本实施例中的表面活性剂优选为高分子表面活性剂。步骤203、根据所述晶圆特性数据和所述当前研磨液配置数据，通过高分子参考作用点模型，获取与所述当前研磨液配置数据对应的研磨颗粒吸附状态数据:根据当前研磨液配置数据和晶圆特性数据来获取所述与当前研磨液配置数据对应的研磨颗粒吸附状态数据，是利用高分子参考作用点模型(PRISM)，通过数值计算的方法来实现的。该研磨颗粒吸附状态数据，包括研磨液中研磨颗粒、表面活性剂分子与晶圆表面分子之间空间分布的一些表征值。而在本实施例中，对研磨颗粒、表面活性剂分子与晶圆表面分子这三种粒子在空间分布的表征，是通过径向分布函数来实现的。径向分布函数作为描述体系空间结构的“序参数”，可以深刻揭示活性剂分子之间的概率统计特征，严格表征研磨颗粒、高分子表面活性剂和晶圆表面之间的溶剂化位垒效应。通过控制表面活性剂的浓度、电荷分布等可以形成稳定结实的溶剂化空间膜，从而防止研磨颗粒向晶圆表面聚集。因此，径向分布函数的分布特性可以作为晶圆表面颗粒吸附状态的重要指标。一般地，根据径向分布函数的峰值分布，可以判定活性剂分子、研磨颗粒等在晶圆表面出现的位置和几率密度，以及溶剂化膜空间结构的大小和厚度，从而判断研磨颗粒在晶圆表面的吸附状态。径向分布函数的峰值能反映分子间相互作用的强弱、溶剂化膜结构的厚度以及分子·间排斥力的大小，因此，根据这些峰值变化特征即可判断由于位垒所导致的研磨颗粒吸附的稳定状态。一旦研磨液多相分散体系发生变化，溶剂化膜结构随之变化，研磨颗粒向晶圆表面波动，体系径向分布函数的峰值大小、密度等分布将会发生显著变化，原有体系稳定分散的热力学平衡状态发生改变，因此，可以通过模拟观测径向分布函数的峰值变化来表征研磨颗粒在晶圆表面变化的吸附状态。另外，通过体系的径向分布函数，还可以进一步得到体系的溶剂化自由能，溶剂化自由能也能反映分子间相互作用的强弱，因此，通过模拟观测体系溶剂化自由能的变化也可以表征研磨颗粒在晶圆表面变化的吸附状态。基于上述原理，在本实施例中，提供了两种步骤203的具体实施方式
。第一种实施方式是采用晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数的峰值高度和远度，作为研磨颗粒吸附状态数据；第二种实施方式是采用研磨体系的溶剂化自由能作为研磨颗粒的吸附状态数据。下面结合上述对研磨颗粒吸附状态数据的说明，详细说明本实施例中步骤203的两种具体实施方式
。
第一种实施方式如图3所示的流程完成，具体流程包括如下的步骤:步骤301、根据所述晶圆特性数据中晶圆表面的材质，以及所述当前研磨液配置数据中研磨颗粒的种类、大小、浓度及电荷分布和表面活性剂分子的种类、大小、浓度和电荷分布，通过分布函数理论，获取表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数；步骤302、根据所述表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数，求解高分子参考作用点模型积分方程，获取晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数；步骤303、获取所述晶圆表面与表面活性剂分子间径向分布函数的峰值高度和远度及晶圆表面与研磨颗粒间的径向分布函数的峰值高度和远度作为当前配置下的研磨颗粒吸附状态数据。第二种实施方式如图4所示，具体流程包括如下步骤:步骤401、根据所述晶圆特性数据中晶圆表面的材质，以及所述当前研磨液配置数据中研磨颗粒和表面活性剂分子的种类、大小、浓度和电荷分布，通过分布函数理论，获取表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数；步骤402、根据所述表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数，求解高分子参考作用点模型积分方程，获取表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数； 步骤403、根据所述表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数，获取当前研磨体系的溶剂化自由能；步骤404、获取当前研磨体系的溶剂化自由能作为当前配置下的研磨颗粒吸附状态数据。需要说明的是，在步骤302和步骤402中，求解高分子参考作用点模型积分方程时，有多种求解方法。为了降低求解难度、提高计算效率，在求解时，可以将所述高分子参考作用点模型理论方程转化为Fourier矩阵形式,并采用Fourier变换结合修正直接迭代子空间的数值方法求解。此外，为了本领域技术人员对于步骤302和步骤402中求解PRISM积分方程获取各径向分布函数的过程有更清楚的了解，下面对步骤302和步骤402做进一步详细说明。需要说明的是，下面的详细说明中，均以优选的高分子表面活性剂为例进行说明；对于小分子表面活性剂，步骤302和步骤402的实现过程，同样也可以适用下述的说明，但由于其实现更为简单，因此不再赘述。在详细说明步骤302和步骤402之前，下面先对PRISM积分方程的解法做一个详细的说明。下面的求解过程中，为了充分考虑不同基团间的结构参数和能量参数，引入高分子链构象统计理论的生成矩阵法获取高分子表面活性剂的分子内基团间相关函数(下称高分子表面活性剂分子内相关函数)。如图5所示的PRISM解法，具体流程如下:步骤501、高分子表面活性剂分子内相关函数的求解:在求解PRISM积分方程时，本实施例中考虑了高分子表面活性剂不同基团的空间位置，包括基团直径、键长、键角，基团间相互作用，包括范得华力、键能、扭转能，用生成矩阵法建立表面活性剂分子内相关函数。所要求解的PRISM理论模型，主要是建立聚合物分子内和分子间不同相关函数之间的关联，可表示成如下的积分方程形式:
[007权利要求
1.一种化学机械研磨液配置优化的方法，其特征在于，所述方法包括如下步骤: 步骤A:选定化学机械研磨的工艺条件； 步骤B:根据选定的工艺条件，获取晶圆表面研磨时的材质作为晶圆特性数据，并获取预设的研磨液中研磨颗粒的种类、大小、浓度及电荷分布和表面活性剂的种类、大小、浓度及电荷分布作为当前研磨液配置数据； 步骤C:根据所述晶圆特性数据和所述当前研磨液配置数据，通过高分子参考作用点模型，获取与所述当前研磨液配置数据对应的研磨颗粒吸附状态数据； 步骤D:判断所述研磨颗粒吸附状态数据是否满足物理吸附状态标准，如果否，进入步骤E，如果是，进入步骤F ; 步骤E:调整所述当前研磨液配置数据，并将调整后的研磨液配置数据作为所述当前研磨液配置数据；进入步骤C ； 步骤F:以所述当前研磨液配置数据作为研磨液配置优化数据，并利用研磨液配置优化数据配置得到优化的研磨液。
2.根据权利要求1所述的方法，其特征在于，所述步骤C包括: 步骤Cll:根据所述晶圆特性数据中晶圆表面的材质，以及所述当前研磨液配置数据中研磨颗粒的种类、大小、浓度和电荷分布和表面活性剂分子的种类、大小、浓度和电荷分布，通过分布函数理论，获取表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数； 步骤C12:根据所述表面活性剂·、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数，求解高分子参考作用点模型积分方程，获取晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数； 步骤C13:获取所述晶圆表面与表面活性剂分子间径向分布函数的峰值高度和远度及晶圆表面与研磨颗粒间径向分布函数的峰值高度和远度作为当前配置下的研磨颗粒吸附状态数据。
3.根据权利要求2所述的方法，其特征在于，所述步骤D包括:判断所述研磨颗粒吸附状态数据中所述晶圆表面与表面活性剂分子间的径向分布函数的峰值高度是否大于预设的峰值高度阈值，如果否，进入步骤E，如果是，进入步骤F。
4.根据权利要求2所述的方法，其特征在于，所述步骤D包括:判断所述研磨液颗粒吸附状态数据中所述晶圆表面与研磨颗粒间的径向分布函数的峰值远度是否大于预设的峰值远度阈值，如果否，进入步骤E，如果是，进入步骤F。
5.根据权利要求1所述的方法，其特征在于，所述步骤C包括: 步骤C21:根据所述晶圆特性数据中晶圆表面的材质，以及所述当前研磨液配置数据中研磨颗粒的种类、大小、浓度和电荷分布和表面活性剂分子的种类、大小、浓度和电荷分布，通过分布函数理论，获取表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数； 步骤C22:根据所述表面活性剂、晶圆表面和研磨颗粒的分子内相关函数，以及表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间和晶圆表面与研磨颗粒间的分子间势能函数，求解高分子参考作用点模型积分方程，获取表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数； 步骤C23:根据所述表面活性剂分子间、研磨颗粒与表面活性剂分子间、晶圆表面与表面活性剂分子间及晶圆表面与研磨颗粒间的径向分布函数，获取当前研磨体系的溶剂化自由能； 步骤C24:获取当前研磨体系的溶剂化自由能作为当前配置下的研磨颗粒吸附状态数据。
6.根据权利要求5所述的方法，其特征在于，所述步骤D包括:判断所述研磨颗粒吸附状态数据中当前研磨体系的溶剂化自由能是否小于预设的自由能阈值，如果否，进入步骤E,如果是,进入步骤F。
7.根据权利要求2-6任意一项所述的方法，其特征在于，所述求解高分子参考作用点模型理论积分方程包括:将所述高分子参考作用点模型积分方程转化为Fourier矩阵形式，并采用Fourier变换结合修正直接迭代子空间的数值方法进行求解。
8.根据权利要求1所述的方法，其特征在于，所述步骤E包括:将当前研磨液配置数据中的研磨颗粒的种类、大小、浓度和电荷分布固定，调整当前研磨液配置数据中的表面活性剂的种类、大小、浓度和电荷分布，并将调整后的研磨液配置数据作为所述当前研磨液配置数据；进入步骤C 。
9.根据权利要求1所述的方法，其特征在于，步骤F之后还包括:将研磨液配置优化数据，与所述选定的工艺条件的对应关系存储在研磨液配置数据库中，所述研磨液优化配置数据对应的研磨颗粒吸附状态数据满足所述物理吸附状态。
10.根据权利要求1所述的方法，其特征在于，步骤F之后还包括:利用所述优化的研磨液在所述选定化学机械研磨的工艺条件下对晶圆进行研磨，并在研磨后清洗晶圆表面阶段去除晶圆表面的研磨颗粒。
全文摘要
本发明提供了一种化学机械研磨液配置优化的方法，该方法包括选定化学机械研磨的工艺条件，并获取晶圆特性数据和当前研磨液配置数据；通过高分子参考作用点模型，获取研磨颗粒吸附状态数据；判断所述研磨颗粒吸附状态数据是否满足物理吸附状态标准；如果否，调整所述当前研磨液配置数据，调整后返回获取研磨颗粒吸附状态数据的步骤；如果是，以所述当前研磨液配置数据作为研磨液配置优化数据，并利用研磨液配置优化数据配置得到优化的研磨液。利用本发明提供的方法进行化学机械研磨液配置优化，使得优化过程简化，在保证研磨后吸附在晶圆表面上的研磨颗粒易于清除的同时，还能使化学机械研磨液的工艺优化成本和周期都得以降低。
文档编号B24B37/10GK103231311SQ20131015063
公开日2013年8月7日 申请日期2013年4月26日 优先权日2013年4月26日
发明者徐勤志, 陈岚 申请人:中国科学院微电子研究所