[创业之路-671]:半导体暗场(Darkfield)无图形检测与明场(Brightfield)有图形检测的光源技术对比
在半导体制造过程中,缺陷检测(Defect Inspection)是确保晶圆良率和工艺质量的关键步骤。根据检测方式的不同,可以分为暗场(Darkfield)无图形检测和明场(Brightfield)有图形检测。这两种方法在光源技术、成像原理、适用场景等方面存在显著差异。下面从光源技术角度对两者进行详细对比分析:
一、暗场(Darkfield)无图形检测的光源技术
1. 基本原理
- 暗场检测主要通过收集散射光来识别缺陷。
- 正常区域(无缺陷)表面平整,入射光几乎不发生散射,不会进入物镜,因此在图像中呈“暗”背景。
- 当存在颗粒、划痕、凹坑等缺陷时,光线被强烈散射,被探测器捕捉,形成亮点。
2. 光源技术特点
特性 | 描述 |
---|---|
光源类型 | 多采用高亮度单色光源,如:<br>• 氙灯(Xenon lamp)<br>• 激光(Laser,如488nm, 532nm, 355nm, 266nm)<br>• LED(特定波长) |
照明方式 | 斜入射(Oblique illumination)或掠入射(Grazing incidence)<br>• 光线以大角度倾斜照射晶圆表面<br>• 避免直接反射进入物镜,突出散射信号 |
波长选择 | 通常使用可见光至近紫外范围,到深紫外(266nm,355nm - 660nm)<br>• 波长越短,分辨率越高,适合小尺寸缺陷检测。 |
相干性 | 可使用部分相干或非相干光源<br>• 激光光源具有高相干性,可能引入干涉噪声,需抑制 |
偏振控制 | 常结合偏振光(如P偏振、S偏振)提高信噪比,增强特定类型缺陷的检测能力 |
3. 适用对象
- 主要用于无图形晶圆(裸硅片、CMP后、外延层等)
- 检测颗粒、微坑、污染、晶体缺陷等随机性缺陷
4. 优势
- 灵敏度高,可检测亚微米级颗粒(<50nm)
- 成本较低,速度快
- 不依赖图案重复性
二、明场(Brightfield)有图形检测的光源技术
1. 基本原理
- 明场检测基于光学显微成像原理,类似传统显微镜。
- 正常区域反射/透射光较强,在图像中呈亮区;缺陷导致光强变化或图案畸变,表现为异常亮/暗区域。
- 利用图案匹配(die-to-die 或 die-to-database)识别异常。
2. 光源技术特点
特性 | 描述 |
---|---|
光源类型 | • 宽谱白光(Halogen lamp, Xenon arc lamp)<br>• LED阵列(多波段可调)<br>• 深紫外(DUV)光源用于先进节点(如193nm) |
照明方式 | 正入射或科勒照明(Köhler illumination)<br>• 均匀照亮视场,获得高对比度图像<br>• 支持明场、暗场、偏振等多种模式切换 |
波长选择 | 根据工艺节点选择:<br>• 成熟工艺: 可见光(400–700nm)<br>• 先进工艺: DUV(266nm, 193nm),提升分辨率 |
相干性 | 多使用非相干光源以减少干涉条纹<br>• 白光光源空间相干性低,适合复杂结构成像 |
多角度/多模式照明 | • 使用可编程LED阵列实现多角度照明(Directional Brightfield)<br>• 增强对不同取向缺陷的敏感性(如线端断开、桥接) |
3. 适用对象
- 主要用于有图形晶圆(Patterned Wafer)
- 检测桥接、开路、关键尺寸偏差、套刻误差等结构性缺陷
4. 优势
- 能处理复杂电路图案
- 分辨率高,可达几十纳米级别
- 支持多种照明模式融合分析
三、关键技术对比总结
对比项 | 暗场(Darkfield) | 明场(Brightfield) |
---|---|---|
检测对象 | 无图形晶圆(Non-patterned) | 有图形晶圆(Patterned) |
光源类型 | 激光、LED、氙灯(单色为主) | 白光、LED阵列、DUV光源 |
照明方式 | 斜入射、掠入射 | 正入射、科勒照明、多角度 |
成像机制 | 散射光检测 | 反射/透射光成像 |
分辨率 | ~50–100nm(颗粒) | <30nm(结构缺陷) |
速度 | 快(全视野扫描) | 较慢(需对齐与比对) |
灵敏度 | 高(对颗粒敏感) | 高(对结构变化敏感) |
成本 | 相对较低 | 较高(系统复杂) |
四、发展趋势中的光源技术创新
多波长融合检测:
- 同时使用多个波长光源,提升对不同类型缺陷的识别能力。
结构化照明(Structured Illumination) :
- 明场系统中引入空间调制光场,突破衍射极限。
激光超分辨技术:
- 如共聚焦激光扫描用于暗场,提升横向与纵向分辨率。
EUV光源探索:
- 针对未来1nm以下节点,研究EUV(13.5nm)用于缺陷检测的可能性。
AI+光源优化:
- 利用机器学习动态调整照明角度与波长组合,最大化缺陷检出率(YieldStar、HMI等设备已应用)。
五、结论
- 暗场检测依赖斜入射散射光采集,光源强调高亮度、方向性,适用于无图形晶圆上的随机缺陷快速筛查。
- 明场检测依赖高分辨率成像与图案比对,光源强调均匀性、多角度可控性与宽谱支持,适用于有图形晶圆的结构性缺陷检测。
- 在先进制程中,两者常互补使用:先用暗场快速筛选可疑区域,再用明场精确定位与分类。
随着工艺节点进入5nm及以下,明场检测逐渐成为主流,但暗场仍不可替代,尤其在FEOL(前道)清洁度监控中发挥重要作用。