Ottimizzazione dell'esposizione per macchinari litografici step & scan

In the field of integrated circuits the exposure optimization for step&scan lithographic equipment is a key factor to improving equipment throughput. Step&scan litho equipment job optimization requires a sophisticated algorithm able to take into consideration several factors, such as scanning direction, exposition order, focus sensors status and tilt compensation. The development of this thesis is divided in two parts, the first one took place during a twelve month internship at the Agrate Brianza plant of STMicroelectronics, during which a greedy algorithm was developed that has brought an estimated increase in throughput in 5%-10% range. The second part of this thesis deals with finding a margin of improvement over the solution found with the greedy algorithm using algorithms that require more resources than those used for the greedy algorithm developed in STMicroelectronics, but respecting the constraints of resources and processing time required. In this stage a randomized greedy algorithm has been implemented,analyzing different degrees of randomization, which resulted an estimated increase in throughput around 15%-20%.

Nella produzione di circuiti integrati l’ottimizzazione dell’esposizione per i macchinari litografici step&scan è un punto fondamentale per migliorare il throughput. L’ottimizzazione del lavoro dei macchinari litografici step&scan richiede un algoritmo sofisticato in grado di tenere in considerazione diversi fattori, come la direzione di scansione, l’ordine di esposizione, lo stato di messa a fuoco dei sensori e la compensazione del tilt. Lo svolgimento di questa tesi è suddiviso in due parti, la prima si è svolta durante un tirocinio di dodici mesi presso lo stabilimento di Agrate Brianza di STMicroelectronics, durante il quale è stato sviluppato un algoritmo greedy che ha portato un aumento stimato del throughput nell’intervallo 5%-10%. La seconda parte della tesi si occupa di trovare un margine di miglioramento rispetto alla soluzione trovata con l’algoritmo greedy utilizzando algoritmi che richiedono più risorse di quelle utilizzate per l’algoritmo sviluppato in STMicroelectronics, ma comunque rispettando i vincoli di risorse e di tempo di elaborazione richiesti. In questa fase è stato implementato un algoritmo greedy randomizzato, analizzando diversi gradi di randomizzazione, che ha portato un incremento stimato del throughput intorno al 15%-20%.