2. 晶圆缺陷检测基础

在明场与暗场晶圆缺陷检测中，工程师面对的第一道难题并不是“能不能看到缺陷”，而是“看到的东西到底意味着什么”。同一颗直径 0.08 μm 的颗粒，落在图形密集的存储阵列中可能直接造成短路，落在划片道边缘却可能完全无害；同一条划痕，在 28 nm 逻辑产品的关键栅极区是致命缺陷，在测试键区域却只是报废片上的装饰。因此，缺陷检测的核心不是追求“全部看见”，而是建立一套从物理缺陷到电性后果、再到制程判断的映射关系。

一、缺陷分类：按形态、来源与影响三维度切分

工程上通常从三个维度对缺陷分类。第一维是形态：颗粒（particle）、划伤（scratch）、空洞（void）、残留（residue）、桥连（bridge）、断线（open）、针孔（pinhole）、晶体缺陷（crystal defect）、图形变形（pattern collapse）等。第二维是来源：随机外来污染、设备磨损、光刻/刻蚀/沉积/清洗工艺漂移、搬运机械手接触、静电吸附、化学品纯度不足等。第三维是影响：致命（killer）与非致命（non-killer）。

明场检测对图形变形、残留、断线类缺陷对比度敏感；暗场检测对微小颗粒、划痕、表面粗糙度变化更敏感。两者并非替代关系，而是互补关系。例如在 28 nm 逻辑制程的栅极刻蚀后检测中，暗场可先以高灵敏度扫出颗粒分布，明场再对图形区做结构完整性复核。

二、致命与非致命缺陷：由“位置×尺寸×制程节点”共同决定

致命缺陷的判定不是缺陷本身的固有属性，而是缺陷与版图关键尺寸（CD）的交互结果。常用判据可概括为：

• 缺陷尺寸大于最小线宽的一半，且落在有源区或栅极区；
• 缺陷造成相邻导线间距小于设计规则最小值；
• 缺陷位于接触孔或通孔内部，导致填充不完全；
• 缺陷改变晶体管阈值电压或漏电流路径。

以 28 nm 节点为例，若金属间距为 90 nm，一颗 50 nm 的导电颗粒落在两条金属线之间，就可能形成桥连，属于致命缺陷；同样 50 nm 的颗粒落在划片道内，则通常判为非致命。因此，检测系统输出的缺陷坐标必须与版图数据（GDS）叠加，才能完成致命性分级。

三、缺陷来源与检测策略的对应关系

不同来源的缺陷在空间分布上具有不同“指纹”。随机污染通常呈全片均匀或局部聚集；设备磨损常表现为固定位置的重复缺陷（repeater）；工艺漂移则可能沿扫描方向呈条带状分布。检测策略应据此调整：

• 对随机颗粒：提高暗场灵敏度，降低阈值，但需接受误报上升；
• 对重复缺陷：启用 die-to-die 比对，抑制固定图形噪声；
• 对工艺漂移：结合明场与暗场，关注条带区域的 CD 变化与残留。

四、灵敏度、捕获率与误报率的三角关系

检测灵敏度通常用可检出的最小缺陷尺寸表示。灵敏度越高，捕获率（capture rate）越高，但误报率（false alarm rate）也往往同步上升。三者构成工程上的“不可能三角”。实际调机时，工程师通过调整阈值、像素尺寸、光源波长、偏振态和算法滤波来寻找平衡点。

捕获率定义为：捕获到的真实缺陷数 / 真实缺陷总数。误报率定义为：误报缺陷数 / 总报警数。在量产监控中，通常要求关键层捕获率大于 90%，同时误报率控制在 5% 以内；若误报率过高，复检（review）负担会急剧增加，甚至掩盖真实缺陷信号。

五、检测策略与制程控制的闭环关系

检测策略不是孤立设定的，它必须与制程控制目标对齐。若某层的关键问题是随机颗粒，则策略应偏向暗场高灵敏度；若问题是图形完整性，则明场比对更有效。检测输出的缺陷密度、致命缺陷数和空间分布，直接驱动 SPC 报警、设备维护和工艺参数调整。反过来，制程调整后的结果又需要重新验证检测策略是否仍然适用。

一个典型的闭环是：暗场检测发现某刻蚀机腔体颗粒数连续三批上升 → SPC 触发报警 → 设备工程师执行腔体清洁 → 清洁后复测颗粒数回落 → 检测阈值恢复至正常水平。若清洁后误报率异常升高，则需检查光学系统是否污染或校准漂移。

六、实操中的关键判断依据

在实际调机与数据分析中，工程师应重点关注以下判断依据：

• 缺陷空间分布：均匀、聚集、条带、边缘集中，分别指向不同来源；
• 重复性：同一坐标在多片晶圆上重复出现，优先怀疑设备或掩模；
• 尺寸分布：颗粒尺寸直方图可区分随机污染与工艺副产物；
• 明暗场一致性：同一缺陷在两种模式下均可见，通常置信度更高；
• 复检结果：SEM 或光学复检确认的缺陷比例，用于修正误报率估计。

综上，晶圆缺陷检测的工程本质是：以缺陷分类为基础，以致命性分级为核心，以灵敏度和误报率的平衡为手段，最终服务于制程控制闭环。明场与暗场不是二选一，而是根据缺陷来源与影响动态组合的两套“眼睛”。只有把检测数据放回制程语境中，才能从“看到缺陷”走向“控制缺陷”。