简介这份资源面向半导体光刻工艺工程师、微电子专业学生及科研人员提供光刻仿真工具Optolithium的完整软件包用于模拟和优化接触/接近式、投影DUV、EUV及浸入式光刻等工艺帮助在设计阶段预测分辨率限制、光学邻近效应与显影缺陷降低试错成本。压缩包共796个文件约12.6MB以426个hpp头文件、27个h头文件与22个c源文件构成核心代码辅以45个py脚本、58个png与36个svg图示、60个afm字体资源及若干dll、exe可执行文件兼顾源码阅读与直接运行。已有1115人学习下载适合希望从光学模型、光刻胶化学模型到显影模拟完整理解仿真流程的读者可据此搭建掩模版建模、参数迭代与结果分析环境并借助示例数据与图形资源快速验证菲涅尔衍射、基元波前法等算法实现为工艺开发与新技术可行性研究提供参考。1. 光刻仿真软件下载之后一个被名字耽误的硬核工具链很多人第一次看到「光刻仿真软件___下载.zip」这个文件名第一反应是去找一个能跑光刻的绿色安装包。但真正在半导体工艺、微纳加工或者光学工程一线待过的人都知道光刻仿真从来不是单个 exe 能搞定的事。它背后是一整套「光源建模 → 掩模电磁散射 → 光刻胶曝光显影 → 轮廓提取」的链路常见的开源方案是拿 Python 把严格耦合波分析RCWA和时域有限差分FDTD串起来再配合光刻胶的 Dill 模型做曝光仿真。这个标题真正能解决的问题是让你在没有商业 TCAD 授权的情况下用本地算力跑通 90nm 到 2μm 特征尺寸的接触孔、线条和光栅结构仿真。适合微纳加工课题组、MEMS 工艺工程师以及想验证自己光学设计是否可制造的人。下面我按自己踩过的路把这条链路拆开讲清楚。2. 光刻仿真到底在算什么从掩模到光刻胶的四个物理层2.1 为什么不能直接拿 FDTD 硬算整个曝光场光刻仿真的核心矛盾是尺度跨度太大。掩模上的图形是微米级曝光波长是 193nm 或 365nm光刻胶厚度在几百纳米到几微米之间而你要看的轮廓精度又要求到几十纳米。如果直接用 FDTD 把整个掩模版和硅片之间的空间全部离散化网格数会爆炸。常见做法是分层处理掩模的电磁散射用 RCWA 算因为它对周期结构效率极高光刻胶内部的近场分布用 FDTD 或传输矩阵法显影过程用 Dill 模型加 Mack 模型做速率方程求解。我一般会把 RCWA 算出来的近场作为 FDTD 的入射源这样既保精度又控内存。2.2 四个物理层对应的输入输出第一层是光源层你需要定义波长、偏振态、部分相干因子。第二层是掩模层输入是周期、占空比、材料折射率输出是各衍射级次的复振幅。第三层是光刻胶层输入是曝光剂量、前烘后烘温度、胶的 Dill ABC 参数输出是曝光后的酸浓度分布。第四层是显影层输入是显影液浓度和显影时间输出是最终三维轮廓。每一层的输出都是下一层的输入中间任何一步参数错了最后轮廓就是玄学。2.3 选型理由为什么我最终选了 Python 生态而不是纯 C 商业包商业光刻仿真包如 PROLITH、Sentaurus Lithography 确实成熟但授权费用和二次开发门槛摆在那里。Python 生态里meent、S4、EMpy都能做 RCWAmeep做 FDTD光刻胶模型自己写几十行就够。好处是参数可追溯、脚本可版本管理、结果可复现。坏处是性能不如商业包但做 2μm 以下周期结构完全够用。我一般会先用meent快速扫参数确认趋势后再用meep做局部高精度验证。3. 用 Python 跑通 RCWA 掩模仿真的最小命令3.1 环境准备与依赖安装先建一个干净的 conda 环境避免和系统里的科学计算包冲突。meent是纯 Python 的 RCWA 实现安装最省事。conda create -n litho python3.10 conda activate litho pip install meent numpy matplotlib这里指定 Python 3.10 是因为meent对 3.11 以上的某些 numpy 版本有兼容问题我踩过这个坑。numpy和matplotlib用来做数据后处理不装也能跑但看结果不方便。3.2 一个 1μm 周期光栅的 RCWA 脚本下面这段代码算的是硅基底上 1μm 周期、0.5 占空比的二氧化硅光栅在 365nm 波长下的反射衍射效率。这是光刻掩模最基础的验证案例。import numpy as np from meent.on_numpy import RCWA # 波长 365nm入射角 0 度偏振 TE wavelength 365e-9 period 1e-6 duty 0.5 # 定义三层结构空气 / 二氧化硅光栅 / 硅基底 # 光栅层厚度 200nm折射率 1.46 rcwa RCWA( wavelengthwavelength, period_xperiod, period_yperiod, n_orders15, # 傅里叶级数截断阶数 theta0.0, # 入射角 phi0.0, # 方位角 polarizationTE ) # 添加层空气层、光栅层、硅基底 rcwa.add_layer(n1.0, thickness0.0) # 空气 rcwa.add_layer(n1.46, thickness200e-9, dutyduty) # 光栅 rcwa.add_layer(n3.5 0.1j, thickness0.0) # 硅基底 # 求解 result rcwa.solve() print(0 级反射效率:, result[R][0]) print(0 级透射效率:, result[T][0])逻辑说明n_orders15表示在 x 和 y 方向各取 15 个衍射级次对于 1μm 周期和 365nm 波长这个截断已经收敛。duty参数控制光栅线条宽度占比改这个值就能扫占空比。硅的折射率用了3.5 0.1j虚部代表吸收365nm 下硅吸收很强所以透射效率会很低。跑完你会看到 0 级反射效率在 0.2 到 0.3 之间具体值取决于占空比。3.3 参数怎么改三个必调项第一个是n_orders它决定计算精度和速度。周期越大、波长越短需要的级次越多。我一般从 10 开始每次加 5直到结果变化小于 1%。第二个是polarizationTE 和 TM 的反射率差异在斜入射时能到 20% 以上光刻机通常是部分偏振所以两个都要算。第三个是theta实际光刻有离轴照明入射角不是 0改这个值能模拟离轴照明下的掩模衍射。4. 从近场到轮廓光刻胶 Dill 模型与显影仿真4.1 Dill 模型三个参数怎么定Dill 模型描述光刻胶在曝光过程中的折射率变化公式是n n0 i*(A*M B)其中 M 是光敏化合物浓度。A、B、C 三个参数里A 是漂白系数B 是吸收系数C 是光敏速率常数。这些参数通常由胶厂提供但如果你拿不到可以用分光光度计测曝光前后的透射率曲线拟合。我一般会先用文献值跑通流程再用自己的实验数据校准。常见 AZ 系列正胶的 A 在 0.5 到 1.5 μm⁻¹B 在 0.1 到 0.5 μm⁻¹C 在 0.01 到 0.05 cm²/mJ。4.2 显影速率方程与 Mack 模型显影速率 R 是光敏化合物浓度 M 的函数Mack 模型给出R Rmax*(a1)*(1-M)^n / (a (1-M)^n) Rmin。其中 Rmax 是完全曝光区的显影速率Rmin 是未曝光区的速率a 和 n 是拟合参数。这个方程决定了轮廓的侧壁角度。如果 Rmin 太大未曝光区会被显影液咬掉轮廓就塌了。我一般会把 Rmin 控制在 Rmax 的 1% 以下否则侧壁垂直度很难保证。4.3 一个完整的曝光显影仿真脚本下面这段代码把 RCWA 算出的近场强度作为输入用 Dill 模型算曝光后的 M 分布再用 Mack 模型算显影轮廓。为了简洁这里用一维近似。import numpy as np # 近场强度分布来自 RCWA 或 FDTD这里用高斯近似 z np.linspace(0, 500e-9, 200) # 胶厚 500nm I0 1.0 # 入射强度 alpha 0.02 # 吸收系数 I I0 * np.exp(-alpha * z) # 强度随深度衰减 # Dill 参数 A 1.0e6 # 漂白系数单位 1/m B 0.2e6 # 吸收系数单位 1/m C 0.02 # 光敏速率单位 cm2/mJ # 曝光剂量 dose 50 # mJ/cm2 # 求解 M 随深度的分布简化解析解 M np.exp(-C * dose * I / I0) n 1.0 A * M B # Mack 显影模型 Rmax 100e-9 # m/s Rmin 0.5e-9 a 0.1 n_mack 5.0 R Rmax * (a 1) * (1 - M)**n_mack / (a (1 - M)**n_mack) Rmin # 显影时间 30s算去除深度 t_dev 30 depth R * t_dev print(最大显影深度:, depth.max() * 1e9, nm) print(最小显影深度:, depth.min() * 1e9, nm)逻辑说明I是光强随深度衰减M是光敏化合物剩余浓度曝光剂量越大 M 越小。R是显影速率depth是 30 秒显影后去除的厚度。如果最大和最小深度差太小说明对比度不够轮廓会模糊。参数C和dose是联动的改一个另一个要跟着调。n_mack控制显影速率对 M 的敏感度越大侧壁越陡。5. 避坑光刻仿真里最容易翻车的五个地方5.1 现象RCWA 结果不收敛反射率随级次震荡原因n_orders太小或者周期和波长比太大导致高阶衍射没被截住。解决把n_orders加到 30 以上同时检查period/wavelength是否超过 10。如果超过考虑用 FDTD 替代。5.2 现象光刻胶轮廓底部有残胶显影不干净原因Rmin设得太大或者曝光剂量不足导致底部 M 太高。解决把Rmin降到Rmax的 0.5% 以下同时把dose提高 20% 再试。如果还不行检查 Dill 模型的 B 参数是否偏小。5.3 现象仿真跑得动但结果和实验对不上原因折射率用了文献值但实际胶的折射率随波长和温度变化。解决用椭偏仪测自己胶的 n 和 k至少测三个波长点。我一般会测 365nm、405nm、436nm 三个点然后插值。5.4 现象FDTD 内存溢出跑一半崩了原因网格尺寸设得太小或者仿真区域太大。解决把网格设为波长的 1/20 而不是 1/50边界用 PML 吸收层层数 8 到 10 层就够。如果还崩把三维问题降成二维。5.5 现象显影轮廓侧壁角度和 SEM 照片差 10 度以上原因Mack 模型的n_mack和a没校准。解决用至少三组不同剂量的实验数据拟合这两个参数。如果拿不到实验数据把n_mack设到 8 以上a设到 0.05 以下侧壁会更陡。6. 进阶技巧用剂量矩阵快速定位工艺窗口6.1 剂量矩阵的构建方法工艺窗口的核心是找到剂量和焦距的容差范围。我一般会固定焦距扫 5 个剂量点每个剂量点跑一次完整仿真记录线宽。然后换焦距重复。最后画一张线宽随剂量和焦距变化的等高线图。下面是一个批量跑仿真的脚本框架。import numpy as np import subprocess doses [40, 45, 50, 55, 60] # mJ/cm2 focus_offsets [-0.2, -0.1, 0, 0.1, 0.2] # μm results {} for d in doses: for f in focus_offsets: # 调用前面的仿真脚本传入 d 和 f # 这里用 subprocess 模拟实际直接调函数 cmd fpython litho_sim.py --dose {d} --focus {f} output subprocess.check_output(cmd, shellTrue) linewidth float(output.decode().strip()) results[(d, f)] linewidth # 找线宽在目标值 ±10% 内的剂量焦距组合 target 500 # nm window [(k, v) for k, v in results.items() if abs(v - target) / target 0.1] print(工艺窗口内的组合数:, len(window)) for k, v in window: print(f剂量 {k[0]} mJ/cm2, 焦距偏移 {k[1]} μm, 线宽 {v:.1f} nm)逻辑说明doses和focus_offsets是你要扫的网格。subprocess调用外部脚本是为了模拟真实批量跑的情况实际用函数调用更快。window列表筛出线宽在目标值 ±10% 内的组合这些就是可用的工艺窗口。如果窗口内组合数少于 3 个说明工艺容差太窄需要调整胶厚或曝光波长。6.2 用 numpy 做结果可视化跑完剂量矩阵后用matplotlib画等高线图最直观。把results转成二维数组x 轴是剂量y 轴是焦距z 轴是线宽。contourf填色contour画等值线。目标线宽那条等值线围出来的区域就是工艺窗口。我一般会把窗口边界标出来再叠加实验数据点看仿真和实验偏了多少。6.3 一个我反复用的习惯每次跑完仿真我都会把参数、脚本版本、结果文件放在同一个目录下用日期命名。因为光刻仿真的参数太多了过两周你根本记不住当时n_orders设的是 15 还是 20。这个习惯帮我省了很多后悔药。另外仿真结果一定要和至少一组实验数据对齐哪怕只是一个线宽点。纯仿真的工艺窗口没有意义因为胶的实际行为比模型复杂得多。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/28 23:08:08 · 阅读 1.2k 光刻仿真软件下载后怎么用？Python RCWA与Dill模型实战指南
简介这份资源面向半导体光刻工艺工程师、微电子专业学生及科研人员提供光刻仿真工具Optolithium的完整软件包用于模拟和优化接触/接近式、投影DUV、EUV及浸入式光刻等工艺帮助在设计阶段预测分辨率限制、光学邻近效应与显影缺陷降低试错成本。压缩包共796个文件约12.6MB以426个hpp头文件、27个h头文件与22个c源文件构成核心代码辅以45个py脚本、58个png与36个svg图示、60个afm字体资源及若干dll、exe可执行文件兼顾源码阅读与直接运行。已有1115人学习下载适合希望从光学模型、光刻胶化学模型到显影模拟完整理解仿真流程的读者可据此搭建掩模版建模、参数迭代与结果分析环境并借助示例数据与图形资源快速验证菲涅尔衍射、基元波前法等算法实现为工艺开发与新技术可行性研究提供参考。1. 光刻仿真软件下载之后一个被名字耽误的硬核工具链很多人第一次看到「光刻仿真软件___下载.zip」这个文件名第一反应是去找一个能跑光刻的绿色安装包。但真正在半导体工艺、微纳加工或者光学工程一线待过的人都知道光刻仿真从来不是单个 exe 能搞定的事。它背后是一整套「光源建模 → 掩模电磁散射 → 光刻胶曝光显影 → 轮廓提取」的链路常见的开源方案是拿 Python 把严格耦合波分析RCWA和时域有限差分FDTD串起来再配合光刻胶的 Dill 模型做曝光仿真。这个标题真正能解决的问题是让你在没有商业 TCAD 授权的情况下用本地算力跑通 90nm 到 2μm 特征尺寸的接触孔、线条和光栅结构仿真。适合微纳加工课题组、MEMS 工艺工程师以及想验证自己光学设计是否可制造的人。下面我按自己踩过的路把这条链路拆开讲清楚。2. 光刻仿真到底在算什么从掩模到光刻胶的四个物理层2.1 为什么不能直接拿 FDTD 硬算整个曝光场光刻仿真的核心矛盾是尺度跨度太大。掩模上的图形是微米级曝光波长是 193nm 或 365nm光刻胶厚度在几百纳米到几微米之间而你要看的轮廓精度又要求到几十纳米。如果直接用 FDTD 把整个掩模版和硅片之间的空间全部离散化网格数会爆炸。常见做法是分层处理掩模的电磁散射用 RCWA 算因为它对周期结构效率极高光刻胶内部的近场分布用 FDTD 或传输矩阵法显影过程用 Dill 模型加 Mack 模型做速率方程求解。我一般会把 RCWA 算出来的近场作为 FDTD 的入射源这样既保精度又控内存。2.2 四个物理层对应的输入输出第一层是光源层你需要定义波长、偏振态、部分相干因子。第二层是掩模层输入是周期、占空比、材料折射率输出是各衍射级次的复振幅。第三层是光刻胶层输入是曝光剂量、前烘后烘温度、胶的 Dill ABC 参数输出是曝光后的酸浓度分布。第四层是显影层输入是显影液浓度和显影时间输出是最终三维轮廓。每一层的输出都是下一层的输入中间任何一步参数错了最后轮廓就是玄学。2.3 选型理由为什么我最终选了 Python 生态而不是纯 C 商业包商业光刻仿真包如 PROLITH、Sentaurus Lithography 确实成熟但授权费用和二次开发门槛摆在那里。Python 生态里meent、S4、EMpy都能做 RCWAmeep做 FDTD光刻胶模型自己写几十行就够。好处是参数可追溯、脚本可版本管理、结果可复现。坏处是性能不如商业包但做 2μm 以下周期结构完全够用。我一般会先用meent快速扫参数确认趋势后再用meep做局部高精度验证。3. 用 Python 跑通 RCWA 掩模仿真的最小命令3.1 环境准备与依赖安装先建一个干净的 conda 环境避免和系统里的科学计算包冲突。meent是纯 Python 的 RCWA 实现安装最省事。conda create -n litho python3.10 conda activate litho pip install meent numpy matplotlib这里指定 Python 3.10 是因为meent对 3.11 以上的某些 numpy 版本有兼容问题我踩过这个坑。numpy和matplotlib用来做数据后处理不装也能跑但看结果不方便。3.2 一个 1μm 周期光栅的 RCWA 脚本下面这段代码算的是硅基底上 1μm 周期、0.5 占空比的二氧化硅光栅在 365nm 波长下的反射衍射效率。这是光刻掩模最基础的验证案例。import numpy as np from meent.on_numpy import RCWA # 波长 365nm入射角 0 度偏振 TE wavelength 365e-9 period 1e-6 duty 0.5 # 定义三层结构空气 / 二氧化硅光栅 / 硅基底 # 光栅层厚度 200nm折射率 1.46 rcwa RCWA( wavelengthwavelength, period_xperiod, period_yperiod, n_orders15, # 傅里叶级数截断阶数 theta0.0, # 入射角 phi0.0, # 方位角 polarizationTE ) # 添加层空气层、光栅层、硅基底 rcwa.add_layer(n1.0, thickness0.0) # 空气 rcwa.add_layer(n1.46, thickness200e-9, dutyduty) # 光栅 rcwa.add_layer(n3.5 0.1j, thickness0.0) # 硅基底 # 求解 result rcwa.solve() print(0 级反射效率:, result[R][0]) print(0 级透射效率:, result[T][0])逻辑说明n_orders15表示在 x 和 y 方向各取 15 个衍射级次对于 1μm 周期和 365nm 波长这个截断已经收敛。duty参数控制光栅线条宽度占比改这个值就能扫占空比。硅的折射率用了3.5 0.1j虚部代表吸收365nm 下硅吸收很强所以透射效率会很低。跑完你会看到 0 级反射效率在 0.2 到 0.3 之间具体值取决于占空比。3.3 参数怎么改三个必调项第一个是n_orders它决定计算精度和速度。周期越大、波长越短需要的级次越多。我一般从 10 开始每次加 5直到结果变化小于 1%。第二个是polarizationTE 和 TM 的反射率差异在斜入射时能到 20% 以上光刻机通常是部分偏振所以两个都要算。第三个是theta实际光刻有离轴照明入射角不是 0改这个值能模拟离轴照明下的掩模衍射。4. 从近场到轮廓光刻胶 Dill 模型与显影仿真4.1 Dill 模型三个参数怎么定Dill 模型描述光刻胶在曝光过程中的折射率变化公式是n n0 i*(A*M B)其中 M 是光敏化合物浓度。A、B、C 三个参数里A 是漂白系数B 是吸收系数C 是光敏速率常数。这些参数通常由胶厂提供但如果你拿不到可以用分光光度计测曝光前后的透射率曲线拟合。我一般会先用文献值跑通流程再用自己的实验数据校准。常见 AZ 系列正胶的 A 在 0.5 到 1.5 μm⁻¹B 在 0.1 到 0.5 μm⁻¹C 在 0.01 到 0.05 cm²/mJ。4.2 显影速率方程与 Mack 模型显影速率 R 是光敏化合物浓度 M 的函数Mack 模型给出R Rmax*(a1)*(1-M)^n / (a (1-M)^n) Rmin。其中 Rmax 是完全曝光区的显影速率Rmin 是未曝光区的速率a 和 n 是拟合参数。这个方程决定了轮廓的侧壁角度。如果 Rmin 太大未曝光区会被显影液咬掉轮廓就塌了。我一般会把 Rmin 控制在 Rmax 的 1% 以下否则侧壁垂直度很难保证。4.3 一个完整的曝光显影仿真脚本下面这段代码把 RCWA 算出的近场强度作为输入用 Dill 模型算曝光后的 M 分布再用 Mack 模型算显影轮廓。为了简洁这里用一维近似。import numpy as np # 近场强度分布来自 RCWA 或 FDTD这里用高斯近似 z np.linspace(0, 500e-9, 200) # 胶厚 500nm I0 1.0 # 入射强度 alpha 0.02 # 吸收系数 I I0 * np.exp(-alpha * z) # 强度随深度衰减 # Dill 参数 A 1.0e6 # 漂白系数单位 1/m B 0.2e6 # 吸收系数单位 1/m C 0.02 # 光敏速率单位 cm2/mJ # 曝光剂量 dose 50 # mJ/cm2 # 求解 M 随深度的分布简化解析解 M np.exp(-C * dose * I / I0) n 1.0 A * M B # Mack 显影模型 Rmax 100e-9 # m/s Rmin 0.5e-9 a 0.1 n_mack 5.0 R Rmax * (a 1) * (1 - M)**n_mack / (a (1 - M)**n_mack) Rmin # 显影时间 30s算去除深度 t_dev 30 depth R * t_dev print(最大显影深度:, depth.max() * 1e9, nm) print(最小显影深度:, depth.min() * 1e9, nm)逻辑说明I是光强随深度衰减M是光敏化合物剩余浓度曝光剂量越大 M 越小。R是显影速率depth是 30 秒显影后去除的厚度。如果最大和最小深度差太小说明对比度不够轮廓会模糊。参数C和dose是联动的改一个另一个要跟着调。n_mack控制显影速率对 M 的敏感度越大侧壁越陡。5. 避坑光刻仿真里最容易翻车的五个地方5.1 现象RCWA 结果不收敛反射率随级次震荡原因n_orders太小或者周期和波长比太大导致高阶衍射没被截住。解决把n_orders加到 30 以上同时检查period/wavelength是否超过 10。如果超过考虑用 FDTD 替代。5.2 现象光刻胶轮廓底部有残胶显影不干净原因Rmin设得太大或者曝光剂量不足导致底部 M 太高。解决把Rmin降到Rmax的 0.5% 以下同时把dose提高 20% 再试。如果还不行检查 Dill 模型的 B 参数是否偏小。5.3 现象仿真跑得动但结果和实验对不上原因折射率用了文献值但实际胶的折射率随波长和温度变化。解决用椭偏仪测自己胶的 n 和 k至少测三个波长点。我一般会测 365nm、405nm、436nm 三个点然后插值。5.4 现象FDTD 内存溢出跑一半崩了原因网格尺寸设得太小或者仿真区域太大。解决把网格设为波长的 1/20 而不是 1/50边界用 PML 吸收层层数 8 到 10 层就够。如果还崩把三维问题降成二维。5.5 现象显影轮廓侧壁角度和 SEM 照片差 10 度以上原因Mack 模型的n_mack和a没校准。解决用至少三组不同剂量的实验数据拟合这两个参数。如果拿不到实验数据把n_mack设到 8 以上a设到 0.05 以下侧壁会更陡。6. 进阶技巧用剂量矩阵快速定位工艺窗口6.1 剂量矩阵的构建方法工艺窗口的核心是找到剂量和焦距的容差范围。我一般会固定焦距扫 5 个剂量点每个剂量点跑一次完整仿真记录线宽。然后换焦距重复。最后画一张线宽随剂量和焦距变化的等高线图。下面是一个批量跑仿真的脚本框架。import numpy as np import subprocess doses [40, 45, 50, 55, 60] # mJ/cm2 focus_offsets [-0.2, -0.1, 0, 0.1, 0.2] # μm results {} for d in doses: for f in focus_offsets: # 调用前面的仿真脚本传入 d 和 f # 这里用 subprocess 模拟实际直接调函数 cmd fpython litho_sim.py --dose {d} --focus {f} output subprocess.check_output(cmd, shellTrue) linewidth float(output.decode().strip()) results[(d, f)] linewidth # 找线宽在目标值 ±10% 内的剂量焦距组合 target 500 # nm window [(k, v) for k, v in results.items() if abs(v - target) / target 0.1] print(工艺窗口内的组合数:, len(window)) for k, v in window: print(f剂量 {k[0]} mJ/cm2, 焦距偏移 {k[1]} μm, 线宽 {v:.1f} nm)逻辑说明doses和focus_offsets是你要扫的网格。subprocess调用外部脚本是为了模拟真实批量跑的情况实际用函数调用更快。window列表筛出线宽在目标值 ±10% 内的组合这些就是可用的工艺窗口。如果窗口内组合数少于 3 个说明工艺容差太窄需要调整胶厚或曝光波长。6.2 用 numpy 做结果可视化跑完剂量矩阵后用matplotlib画等高线图最直观。把results转成二维数组x 轴是剂量y 轴是焦距z 轴是线宽。contourf填色contour画等值线。目标线宽那条等值线围出来的区域就是工艺窗口。我一般会把窗口边界标出来再叠加实验数据点看仿真和实验偏了多少。6.3 一个我反复用的习惯每次跑完仿真我都会把参数、脚本版本、结果文件放在同一个目录下用日期命名。因为光刻仿真的参数太多了过两周你根本记不住当时n_orders设的是 15 还是 20。这个习惯帮我省了很多后悔药。另外仿真结果一定要和至少一组实验数据对齐哪怕只是一个线宽点。纯仿真的工艺窗口没有意义因为胶的实际行为比模型复杂得多。希望帮到你。本文还有配套的精品资源点击获取