3. KLA检测系统架构与工作原理

在晶圆缺陷检测与量测闭环中，KLA 的检测平台并不是单一设备，而是由光学明场、光学暗场、电子束检测等多条技术路线共同构成的“检测能力矩阵”。理解它们的架构差异，才能在实际产线上正确选择平台、设置参数并解读结果。本节从成像物理出发，梳理三类平台的关键子系统、信号链与适用场景。

一、明场检测：以反射光成像捕捉图形缺陷

明场（Brightfield）检测的核心是：照明光垂直或近垂直入射晶圆表面，收集镜以较大数值孔径接收镜面反射光成像。由于大部分能量进入收集路径，图像信噪比高，适合检测图形化晶圆上的颗粒、残留、划伤、桥连与断线等缺陷。

其关键子系统包括：宽光谱或深紫外（DUV）激光/弧光光源、照明均匀化模块、高数值孔径物镜、TDI（时间延迟积分）线阵或面阵传感器、精密运动台（stage）以及实时图像处理与缺陷判决单元。工作流程上，晶圆在运动台上匀速扫描，传感器逐行积分成像，与“黄金参考”（die-to-die 或 die-to-database）逐像素比对，差异超过阈值即标记为候选缺陷，再经分类算法判定类型与尺寸。

明场平台的典型参数包括：照明波长（如 193nm、266nm、深紫外到可见光）、像素尺寸（决定最小可检缺陷，常在几十纳米量级）、扫描速度与吞吐量、灵敏度与误报率（nuisance rate）的权衡。实际设置中，若追求高灵敏度，需降低扫描速度或提高光源功率；若追求产能，则需放宽阈值，代价是漏检风险上升。

二、暗场检测：以散射光捕捉微小颗粒与表面异常

暗场（Darkfield）检测与明场相反：照明以斜入射方式照射晶圆，收集镜只接收被缺陷或表面粗糙度散射的光，镜面反射光不进入收集路径。因此背景暗、缺陷亮，对亚微米甚至纳米级颗粒、微划伤、表面污染极为敏感，常用于无图形晶圆、裸片表面以及图形化晶圆上的微小颗粒检测。

暗场平台的关键子系统包括：斜入射激光照明、多角度/多通道散射光收集、低噪声光电探测器或高灵敏度相机、扫描台与信号处理单元。由于散射信号强度随颗粒尺寸的六次方衰减，暗场对极小颗粒的检出能力远优于明场，但难以判断缺陷的形貌与深度，通常需要与明场或电子束复检配合。

在产线应用中，暗场常被用于：晶圆进厂表面颗粒监控、CMP 后表面缺陷筛查、薄膜沉积前的洁净度确认。其参数设置重点在于照明角度、偏振态、收集通道数量与阈值。例如，使用多通道暗场时，不同散射角度对应不同缺陷类型，可通过通道组合提升分类准确率。

三、电子束检测：以二次电子成像实现高分辨缺陷复查

电子束检测（E-beam Inspection）使用聚焦电子束扫描晶圆表面，收集二次电子或背散射电子形成图像。其分辨率可达纳米级，远高于光学平台，适合检测光学方法难以分辨的细小缺陷、电性缺陷（如接触孔未开、栅极短路）以及电压对比（voltage contrast）异常。

电子束平台的关键子系统包括：电子枪与电子光学柱、扫描线圈、二次电子探测器、真空腔体、晶圆台以及图像处理与缺陷判定单元。由于电子束逐点扫描，速度远低于光学检测，因此通常用于抽检、热点复查或工艺研发阶段，而非全片高速量产检测。

电子束检测的典型应用场景包括：先进逻辑工艺中的接触孔/通孔检测、FinFET 或 GAA 结构的栅极缺陷排查、光学检测标记缺陷的复检与分类确认。其参数设置涉及加速电压、束流、扫描速度、探测器增益与图像积分时间。加速电压越高，电子穿透越深，适合检测埋层缺陷；但过高会降低表面细节对比度，需根据工艺层选择。

四、三类平台的协同与选型逻辑

在实际良率提升工程中，三类平台并非互相替代，而是形成“粗筛—精查—复检”的协同链。典型流程是：暗场先做表面颗粒快速筛查，明场对图形化区域做高吞吐缺陷检测，电子束对光学标记的可疑缺陷进行高分辨复检与电性确认。这样既保证了产能，又兼顾了灵敏度与分类准确性。

选型时需重点考虑以下维度：

• 缺陷类型：颗粒/污染优先暗场；图形缺陷优先明场；电性/埋层缺陷优先电子束。
• 工艺阶段：无图形裸片阶段暗场效率最高；图形化后明场为主；先进节点接触孔/栅极层电子束不可替代。
• 产能与灵敏度权衡：明场可通过调整扫描速度与阈值平衡；电子束速度慢，适合抽检与研发。
• 数据闭环：三类平台输出的缺陷坐标需统一到同一坐标系，才能与后续量测、失效分析形成闭环。

五、关键参数与结果判读示例

以明场检测为例，假设某层设置像素尺寸为 50nm，扫描速度为 300mm/s，阈值设为参考图像灰度差的 15%。若某区域出现连续多个像素超过阈值，系统标记为候选缺陷；随后分类算法根据形状、对比度与上下文判定为“颗粒”或“图形缺陷”。若同一位置在暗场中也有强散射信号，则可提高该缺陷为真实颗粒的置信度。

电子束复检时，若二次电子图像显示接触孔底部未完全打开，且电压对比模式显示该孔电位异常，则可判定为“接触孔未开”类电性缺陷。此时应将坐标反馈至工艺端，结合刻蚀与沉积参数进行根因分析。

理解这三类平台的物理原理与信号链差异，是后续进行检测配方优化、缺陷分类与良率根因分析的基础。只有把平台能力与工艺缺陷特征匹配起来，才能让检测数据真正服务于良率提升闭环。