基于粒子数浓度方法的钨化学机械抛光混合磨料浆料性能优化预测模型

本文提出了一种基于粒子数浓度（而非传统质量浓度）的混合磨料浆料（MAS）预测模型，通过扫描电泳粒径分析仪（SMPS）精确量化多分散体系中不同粒径磨料的实际数量分布。研究证实55%大颗粒（113nm）与45%小颗粒（55nm）的优化配比可使钨CMP去除率（RR）提升6.45倍、晶圆内非均匀性（WIWNU）降低54.1%，且去除率与计算总接触面积呈强线性相关（R2=0.90），为先进半导体制造中CMP工艺的效能协同提升提供了量化设计依据。

　　

亮点

• •
  基于粒子数浓度的接触面积模型成功预测了混合磨料浆料（MAS）在钨化学机械抛光（CMP）中的性能表现。

结论

本研究通过建立结合粒子数浓度和实际粒径分布的预测模型，系统性地探究了混合磨料浆料（MAS）在钨CMP中的特性。所提出的模型利用基于数量的混合比例和概率分布函数重新定义了粒子间的相互作用，从而克服了传统质量基准模型的局限性。

• •
  基于粒子数浓度的接触面积模型成功预测了钨CMP中混合磨料浆料的去除率（RR）和晶圆内非均匀性（WIWNU）。接触面积分析（进一步得到堆积密度计算的支持）表明，当大颗粒（113纳米）占55%、小颗粒（55纳米）占45%时，接触面积达到最大值。钨CMP实验验证了这些预测，在总粒子数相同的条件下，与单一磨料浆料相比，去除率最高提升了6.45倍，WIWNU降低了54.1%。此外，去除率与计算的总接触面积呈现出强烈的线性相关性（R² = 0.90），而基于数量的模型相较于传统的基于质量的模型，显著降低了预测误差（均方根误差RMSE：129.84 对比 223.38；平均绝对百分比误差MAPE：17.55% 对比 24.12%）。这些结果表明，基于粒子数浓度的建模为浆料优化提供了量化基础，能够在先进的钨CMP中同时提高效率和均匀性。