本發明涉及光刻機控制，尤其涉及一種光刻機的自適應溫度控制方法及系統。
背景技術：
1、光刻工藝中的后烘步驟對晶圓溫度控制精度要求很高，晶圓溫度分布是否均勻，直接影響圖形精度、分辨率、一致性以及后續對準質量；當晶圓存在溫度非均勻時，容易進一步引發翹曲、錯位和涂覆不一致等問題。現有方案一方面多依賴熱板結構優化和反饋控制來改善溫度均勻性，但該類方案通常受限于傳感器布設復雜、反饋系統成本較高；另一方面，有限元分析雖可用于溫度場和翹曲場重建，但計算代價較大，難以滿足光刻過程中實時應用需求，尤其在傳感器數量有限的稀疏測量條件下，仍然難以高效、準確地獲得晶圓全場溫度和翹曲信息，進而難以通過控制來改善溫度均勻性。
技術實現思路
1、鑒于以上技術問題，本發明提供了一種光刻機的自適應溫度控制方法及系統，旨在解決光刻機在稀疏溫度測量條件下，難以實時、準確獲取晶圓全場溫度分布及熱致翹曲狀態，進而難以對熱處理過程實施有效自適應調節的問題，通過將基于熱傳導物理約束的溫度場重建與基于溫度場輸入的翹曲預測相結合，實現對晶圓溫度均勻性和熱彈性變形的快速推斷，并據此生成溫度控制指令，以支撐光刻熱處理過程的在線控制。
2、本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。
3、根據本發明的一方面，提出了一種光刻機的自適應溫度控制方法，所述方法包括：
4、針對光刻機內的待監測晶圓建立穩態熱傳導模型、與所述穩態熱傳導模型單向耦合的熱彈性模型以及稀疏溫度測點布置方案，基于不同工藝熱載荷條件和邊界條件求解所述穩態熱傳導模型以獲得多組全場溫度樣本，并將所述全場溫度樣本輸入所述熱彈性模型以獲得與各所述全場溫度樣本對應的翹曲樣本，同時提取與各所述全場溫度樣本對應的所述稀疏溫度測點的測量溫度，構成包含所述測量溫度、所述全場溫度樣本和所述翹曲樣本的訓練樣本；
5、以待求位置的空間坐標和所述測量溫度作為聯合輸入，構建基于物理信息神經網絡的溫度代理模型，并將所述穩態熱傳導模型對應的熱傳導控制關系、邊界約束以及測點溫度一致性約束共同寫入訓練過程，得到能夠依據所述測量溫度重建晶圓全場溫度的溫度代理模型；
6、基于所述訓練樣本，構建基于傅里葉神經算子的翹曲代理模型，將所述全場溫度樣本和表征位置分布的坐標場作為輸入，將所述翹曲樣本作為輸出進行訓練，使所述翹曲代理模型學習所述全場溫度樣本與所述翹曲樣本之間的對應關系；
7、在光刻熱處理過程中采集當前工況下的所述測量溫度，并將所述測量溫度輸入所述溫度代理模型，實時重建當前晶圓的全場溫度重建結果；
8、將所述全場溫度重建結果輸入所述翹曲代理模型，實時預測當前晶圓的翹曲場預測結果；
9、根據所述全場溫度重建結果相對于晶圓平均溫度的偏差分布，以及根據所述翹曲場預測結果相對于參考翹曲基準的偏差分布，輸出溫度均勻性狀態、翹曲狀態，并根據所述溫度均勻性狀態和所述翹曲狀態生成對應的自適應溫度控制指令，發送至光刻機的熱控制執行單元，以對加熱功率分布、加熱區域作用強度或者熱處理過程參數進行調節。
10、進一步的，所述穩態熱傳導模型按照晶圓面內穩態導熱問題建立，以工藝熱源產生的體熱流作為內部載荷，并在晶圓邊界施加預設溫度約束、熱流約束以及對流換熱約束中的至少一種；所述熱彈性模型將所述全場溫度樣本引起的熱膨脹作為熱應變源，結合材料剛度信息和位移約束求解晶圓的翹曲響應。
11、進一步的，所述熱彈性模型將晶圓基底層與形成于所述晶圓基底層上的薄膜層作為層狀薄結構進行建模，在初始溫度狀態下將晶圓設定為未變形且無初始應力、無初始應變，并在參考位置施加用于消除剛體位移和剛體轉動的約束條件；求解所述熱彈性模型時，僅將所述全場溫度樣本作為熱應變輸入至力學求解過程，不將力學變形結果反饋至所述穩態熱傳導模型。
12、進一步的，所述稀疏溫度測點設置在晶圓中心區域以及邊緣區域，所述溫度代理模型對每一待求位置同時接收所述位置的平面坐標和全部稀疏溫度測點的所述測量溫度，并輸出該位置的溫度值，并通過對多個待求位置重復推理獲得所述全場溫度重建結果。
13、進一步的，訓練所述溫度代理模型時，設置域內配點、預設溫度邊界配點、熱流邊界配點、對流換熱邊界配點以及測點，分別建立所述熱傳導控制關系的殘差損失、預設溫度約束損失、熱流約束損失、對流換熱約束損失以及測點數據損失，并通過連續、非負且可微的自適應掩碼函數為各損失項及其對應訓練點分配可訓練的自適應權重；利用自動微分計算所述溫度代理模型關于空間坐標的導數，再通過使所述溫度代理模型的網絡參數朝減小總損失的方向更新、使所述自適應權重朝增大相應約束作用的方向更新的交替迭代方式，使所述溫度代理模型同時滿足物理約束和測量約束。
14、進一步的，針對不同工藝熱載荷條件和邊界條件對應的各個所述訓練樣本，分別計算所述熱傳導控制關系的殘差損失、所述預設溫度約束損失、所述熱流約束損失、所述對流換熱約束損失以及所述測點數據損失，再對每一類損失在全部的所述訓練樣本上的結果分別求取平均，并將各類損失的平均結果相加，形成用于訓練所述溫度代理模型的總損失，以使所述溫度代理模型學習跨工況的統一溫度反演映射關系。
15、進一步的，在訓練所述翹曲代理模型時，將所述全場溫度樣本與表征位置分布的坐標場共同編碼成多通道場數據，所述多通道場數據包括將所述全場溫度轉換到極坐標網格后形成的溫度通道、表征晶圓徑向位置的徑向坐標通道以及表征晶圓周向位置的角向坐標通道；所述參考翹曲基準為所述訓練樣本的平均翹曲場，當中的翹曲場采用相對翹曲場表示，所述相對翹曲場通過將當前工況下的實際翹曲場與所述參考翹曲基準進行差分獲得。
16、進一步的，訓練和調用所述翹曲代理模型時，包括如下處理過程：
17、將所述多通道場數據映射到高維特征空間；
18、對高維特征執行傅里葉域變換，保留表征整體變形趨勢的低頻模態，并通過可學習的頻域權重完成頻域特征映射；
19、將頻域映射結果經逆變換返回空間域后，與針對局部空間相關性的卷積特征進行融合，并經過非線性激活完成一層特征更新；
20、經多層重復處理后，將所得特征投影為所述相對翹曲場。
21、根據本發明的另一方面，提供一種光刻機的自適應溫度控制系統，包括：
22、樣本生成模塊,用于針對光刻機內的待監測晶圓建立穩態熱傳導模型、與所述穩態熱傳導模型單向耦合的熱彈性模型以及稀疏溫度測點布置方案，基于不同工藝熱載荷條件和邊界條件求解所述穩態熱傳導模型以獲得多組全場溫度樣本，并將所述全場溫度樣本輸入所述熱彈性模型以獲得與各所述全場溫度樣本對應的翹曲樣本，同時提取與各所述全場溫度樣本對應的所述稀疏溫度測點的測量溫度，構成包含所述測量溫度、所述全場溫度樣本和所述翹曲樣本的訓練樣本；
23、溫度模型構建模塊，用于以待求位置的空間坐標和所述測量溫度作為聯合輸入，構建基于物理信息神經網絡的溫度代理模型，并將所述穩態熱傳導模型對應的熱傳導控制關系、邊界約束以及測點溫度一致性約束共同寫入訓練過程，得到能夠依據所述測量溫度重建晶圓全場溫度的溫度代理模型；
24、翹曲模型構建模塊，基于所述訓練樣本，構建基于傅里葉神經算子的翹曲代理模型，將所述全場溫度樣本和表征位置分布的坐標場作為輸入，將所述翹曲樣本作為輸出進行訓練，使所述翹曲代理模型學習所述全場溫度樣本與所述翹曲樣本之間的對應關系；
25、全場溫度重建模塊，用于在光刻熱處理過程中采集當前工況下的所述測量溫度，并將所述測量溫度輸入所述溫度代理模型，實時重建當前晶圓的全場溫度重建結果；
26、翹曲場預測模塊，用于將所述全場溫度重建結果輸入所述翹曲代理模型，實時預測當前晶圓的翹曲場預測結果；
27、狀態評估控制模塊，用于根據所述全場溫度重建結果相對于晶圓平均溫度的偏差分布，以及根據所述翹曲場預測結果相對于參考翹曲基準的偏差分布，輸出溫度均勻性狀態、翹曲狀態，并根據所述溫度均勻性狀態和所述翹曲狀態生成對應的自適應溫度控制指令，發送至光刻機的熱控制執行單元，以對加熱功率分布、加熱區域作用強度或者熱處理過程參數進行調節。
28、本發明的技術方案具有以下有益效果：
29、能夠僅利用少量溫度傳感數據，在物理約束下實時重建晶圓全場溫度，并進一步順序預測晶圓翹曲，實現溫度場與翹曲場的端到端快速推斷；相較傳統有限元求解方式，溫度代理模型、翹曲代理模型具有顯著更高的預測速度，更適用于在線控制和實時監測；同時，本發明對測量噪聲、傳感器數量變化及不同訓練工況具有較好的魯棒性，并且在溫度均勻性異常與翹曲異常識別方面，相較純數據驅動模型表現出更優的檢測效果，因此能夠為光刻機熱控制執行單元提供更及時、更可靠的調節依據。