碳化硅衬底 TTV 厚度测量中边缘效应的抑制方法研究

摘要

本文针对碳化硅衬底 TTV 厚度测量中存在的边缘效应问题，深入分析其产生原因，从样品处理、测量技术改进及数据处理等多维度研究抑制方法，旨在提高 TTV 测量准确性，为碳化硅半导体制造提供可靠的质量检测保障。

引言

在碳化硅衬底 TTV 厚度测量过程中，边缘效应是影响测量准确性的重要因素。由于衬底边缘的应力分布不均、表面形貌差异以及测量时边界条件的特殊性，使得边缘区域的测量数据与实际厚度存在偏差，干扰整体 TTV 值的精确计算。有效抑制边缘效应，对于获取准确的 TTV 数据、保障碳化硅器件制造质量具有重要意义。

边缘效应产生原因分析

碳化硅衬底在加工过程中，边缘部分易产生机械损伤、微裂纹等缺陷，导致表面形貌与中心区域存在差异，影响测量信号反射或探针接触状态。同时，测量设备在扫描至衬底边缘时，由于边界条件变化，如光学测量中光线反射角度改变、探针式测量中边缘支撑力不足等，使得测量数据出现异常波动，从而产生边缘效应。

边缘效应抑制方法

样品预处理优化

在测量前对碳化硅衬底边缘进行特殊处理，如采用化学腐蚀或机械研磨的方式，去除边缘受损层，使边缘表面状态与中心区域尽量一致。此外，可对衬底边缘进行钝化处理，降低边缘区域的表面能，减少因表面电荷分布不均对测量的影响。通过在边缘区域涂覆一层均匀的保护膜，还能有效隔离环境因素对边缘的干扰，改善测量条件。

测量方法改进

采用改进的测量路径规划，在衬底边缘区域加密测量点，获取更详细的厚度信息，通过数据插值等方法修正边缘测量偏差。对于光学测量设备，优化光路设计，增加边缘区域的光照均匀性，减少因光线反射差异导致的测量误差。在探针式测量中，设计特殊的边缘支撑结构，保证探针在边缘测量时受力均匀，提高测量稳定性。

数据处理优化

利用滤波算法对测量数据进行预处理，去除边缘区域的异常数据点。基于机器学习算法建立边缘效应补偿模型，通过分析大量包含边缘效应的测量数据，学习边缘区域与中心区域测量数据的差异规律，对边缘数据进行智能校正。采用数据融合技术，结合多种测量方法获取的数据，综合分析计算，降低单一测量方法在边缘区域的误差影响。

高通量晶圆测厚系统运用第三代扫频OCT技术，精准攻克晶圆/晶片厚度TTV重复精度不稳定难题，重复精度达3nm以下。针对行业厚度测量结果不一致的痛点，经不同时段测量验证，保障再现精度可靠。?

我们的数据和WAFERSIGHT2的数据测量对比,进一步验证了真值的再现性：

（以上为新启航实测样品数据结果）

该系统基于第三代可调谐扫频激光技术，相较传统双探头对射扫描，可一次完成所有平面度及厚度参数测量。其创新扫描原理极大提升材料兼容性，从轻掺到重掺P型硅，到碳化硅、蓝宝石、玻璃等多种晶圆材料均适用：?

对重掺型硅，可精准探测强吸收晶圆前后表面；?

点扫描第三代扫频激光技术，有效抵御光谱串扰，胜任粗糙晶圆表面测量；?

通过偏振效应补偿，增强低反射碳化硅、铌酸锂晶圆测量信噪比；

（以上为新启航实测样品数据结果）

支持绝缘体上硅和MEMS多层结构测量，覆盖μm级到数百μm级厚度范围，还可测量薄至4μm、精度达1nm的薄膜。

（以上为新启航实测样品数据结果）

此外，可调谐扫频激光具备出色的“温漂”处理能力，在极端环境中抗干扰性强，显著提升重复测量稳定性。

（以上为新启航实测样品数据结果）

系统采用第三代高速扫频可调谐激光器，摆脱传统SLD光源对“主动式减震平台”的依赖，凭借卓越抗干扰性实现小型化设计，还能与EFEM系统集成，满足产线自动化测量需求。运动控制灵活，适配2-12英寸方片和圆片测量。