CN102956524A - 温度控制方法、温度控制装置以及热处理装置 - Google Patents

Abstract

提供一种温度控制方法、温度控制装置以及热处理装置，根据由分别设置在互不相同的位置的多个温度检测元件检测温度而得到的检测值，对包括分别设置在互不相同的位置的多个发热元件的、对被加热物进行加热的加热部中的上述发热元件的发热量进行控制，由此控制上述被加热物的温度，当上述多个温度检测元件中的某个温度检测元件发生了故障时，利用根据由除了发生故障的温度检测元件之外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的第一估计算法，来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度。

Description

温度控制方法、温度控制装置以及热处理装置

技术领域

本公开涉及一种温度控制方法、记录有用于执行该温度控制方法的程序的记录介质、温度控制装置以及热处理装置。

背景技术

在制造半导体装置的过程中，例如为了对半导体晶圆等的基板实施氧化、扩散、CVD(Chemical Vapor Deposition：化学气相沉积)等处理，使用了各种处理装置。而且，作为其中一种处理装置，已知能够一次对多个被处理基板实施热处理的立式热处理装置。

在热处理装置中存在一种具备处理容器、晶圆舟(boat)、升降机构以及传送机构的装置。晶圆舟是在上下方向上以规定的间隔保持多个基板并将该多个基板搬入处理容器和从处理容器搬出的基板保持部。升降机构被设置于形成在处理容器下方的装载区域，在封闭处理容器的开口的盖体的上部载置晶圆舟的状态下使盖体上升下降，从而使晶圆舟在处理容器与装载区域之间升降。传送机构在被搬出到装载区域的晶圆舟与收容多个基板的收纳容器之间进行基板的传送。

另外，作为热处理装置，存在如下一种装置：沿纵向将处理容器分为多个区域，将加热器也分为多个区域，并且在各区域设置有一个或者多个例如由热电偶构成的温度检测元件。例如存在如下一种热处理装置：在各区域且在处理容器的内部设置有内部温度检测元件，而且，在各区域且在处理容器的外部设置有外部温度检测元件。

发明内容

发明要解决的问题

然而，在这种热处理装置中存在如下问题。

在由热处理装置进行的热处理工序中，当某一区域(单位区域)的温度检测元件发生了故障时，将发生故障的温度检测元件的检测值切换为基于动态模型根据实际的采样测量值计算出的计算值，并进行温度控制。但是，在以往，针对每个单位区域导出动态模型，因此没有考虑其它单位区域的温度对某一单位区域的温度带来的影响，因此不能高精度地计算发生故障的温度检测元件的温度。

或者，还可考虑当各区域的内部温度检测元件和外部温度检测元件中的某一方的温度检测元件发生了故障时将温度控制用的温度检测元件从该某一方的温度检测元件切换为另一方的温度检测元件。但是，如果将温度控制用的温度检测元件从内部温度检测元件和外部温度检测元件中的某一方切换为另一方，则担心在切换后的时刻基板的温度会发生变动。特别是当使基板的温度上升或者下降时，如果将温度控制用的温度检测元件从内部温度检测元件和外部温度检测元件中的某一方切换为另一方，则担心在切换后的时刻基板的温度会发生大的变动。

另外，上述问题并不限于沿着上下方向保持基板的情况，在沿任意方向以规定的间隔保持基板的情况下也存在相同的问题。并且，上述问题并不限于对基板进行热处理的情况，在对除基板以外的各种被加热物进行加热的情况下也存在相同的问题。

本公开提供一种即使温度控制用的温度检测元件发生故障，也能够使被加热物的温度几乎不发生变动地继续进行温度控制的温度控制方法、温度控制装置以及热处理装置。

用于解决问题的方案

为了解决上述问题本公开的特征在于采用以下说明的各方式。

根据本公开的一个实施例，提供一种温度控制方法，根据由分别设置在互不相同的位置的多个温度检测元件检测温度而得到的检测值，对包括分别设置在互不相同的位置的多个发热元件的、对被加热物进行加热的加热部中的上述发热元件的发热量进行控制，由此控制上述被加热物的温度，当上述多个温度检测元件中的某个温度检测元件发生了故障时，利用第一估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度，其中，该第一估计算法是根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

另外，根据本公开的另一实施例，提供一种温度控制装置，具有：多个温度检测元件，该多个温度检测元件分别设置在互不相同的位置；加热部，其包括分别设置在互不相同的位置的多个发热元件，对被加热物进行加热；以及控制部，其根据由上述多个温度检测元件检测温度而得到的检测值来对上述加热部中的上述发热元件的发热量进行控制，由此控制上述被加热物的温度，其中，当上述多个温度检测元件中的某个温度检测元件发生了故障时，上述控制部利用第一估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度，其中，该第一估计算法是根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

另外，根据本公开的另一实施例，提供一种热处理装置，对基板进行热处理，具有：处理容器；基板保持部，其在上述处理容器内能够沿着一个方向以规定的间隔保持多个基板；加热部，其包括沿着上述一个方向分别设置在互不相同的位置的多个发热元件，对被保持在上述处理容器内的基板进行加热；多个温度检测元件，该多个温度检测元件沿着上述一个方向分别设置在互不相同的位置；以及控制部，其根据由上述多个温度检测元件检测温度而得到的检测值来控制上述加热部中的上述发热元件的发热量，由此控制上述基板的温度，其中，当上述多个温度检测元件中的某个温度检测元件发生了故障时，上述控制部利用第一估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述基板的温度，其中，该第一估计算法是根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

附图说明

图1是概要性地示出实施方式所涉及的热处理装置的纵剖视图。

图2是概要性地示出装载区域的立体图。

图3是概要性地示出晶圆舟的一例的立体图。

图4是表示热处理炉的结构的概要的剖视图。

图5是示意性地表示运算处理部的结构的概要的图。

图6是减少并简化单位区域的数量后的热处理装置的示意性的剖视图。

图7是示意性地表示预测部的结构的块状线图。

图8是用于说明使用了实施方式所涉及的热处理装置的热处理方法中的各工序的过程的流程图。

具体实施方式

接着，在参照附图的同时说明用于实施本公开的方式。

首先，对本公开的实施方式所涉及的热处理装置进行说明。热处理装置10具备后述的立式热处理炉60，能够在晶圆舟上沿着纵向以规定的间隔保持晶圆W并一次收容多个晶圆W，且对所收容的晶圆W实施氧化、扩散、减压CVD等各种热处理。下面，例如对适用于如下的热处理装置的例子进行说明，该热处理装置通过对设置在后述的处理容器65内的基板供给例如由水蒸气构成的处理气体来对基板的表面进行氧化处理。

图1是概要性地示出本实施方式所涉及的热处理装置10的纵剖视图。图2是概要性地示出装载区域40的立体图。图3是概要性地示出晶圆舟44的一例的立体图。

热处理装置10具有载置台(装载口)20、壳体30以及控制部100。

载置台(装载口)20被设置在壳体30的前部(图1的右侧)。壳体30具有装载区域(作业区域)40和热处理炉60。装载区域40被设置在壳体30内的下方，热处理炉60被设置在壳体30内且装载区域40的上方。另外，在装载区域40与热处理炉60之间设置有底板31。

载置台(装载口)20用于将晶圆W搬入壳体30内以及从壳体30内搬出晶圆W。在载置台(装载口)20上载置有收纳容器21、22。收纳容器21、22是在前表面具备可装卸的未图示的盖的、能够以规定的间隔收纳多个例如50个左右的晶圆W的封闭型收纳容器(前端开启式晶圆传送盒(FOUP：Front Opening UnifiedPod))。

另外，根据一个实施方式，也可以在载置台20的下方设置排列装置(定位器：aligner)23，该排列装置用于将设置于通过后述的传送机构47被传送的晶圆W的外周的切口部(例如切口)朝一个方向对齐。

装载区域(作业区域)40用于在收纳容器21、22与后述的晶圆舟44之间进行晶圆W的传送，将晶圆舟44搬入(装载)到处理容器65内，从处理容器65搬出(卸载)晶圆舟44。在装载区域40中设置有门机构41、遮板机构42、盖体43、晶圆舟44、底座45a、45b、升降机构46以及传送机构47。

此外，盖体43和晶圆舟44相当于本公开中的基板保持部。

门机构41用于卸下收纳容器21、22的盖而将收纳容器21、22内与装载区域40内连通敞开。

遮板机构42被设置在装载区域40的上方。遮板机构42被设置成当打开盖体43时覆盖(或者堵塞)炉口68a，以抑制或者防止从后述的炉口68a向装载区域40放出高温的炉内的热。

盖体43具有保温筒48和旋转机构49。保温筒48被设置在盖体43上。保温筒48用于防止晶圆舟44由于与盖体43侧进行传热而被冷却以对晶圆舟44进行保温。旋转机构49被安装在盖体43的下部。旋转机构49用于使晶圆舟44进行旋转。旋转机构49的旋转轴被设置成与盖体43气密地贯通，使设置在盖体43上的未图示的旋转台进行旋转。

当将晶圆舟44从装载区域40搬入处理容器65以及从处理容器65搬出晶圆舟44时，升降机构46对盖体43进行升降驱动。然后，当通过升降机构46上升的盖体43搬入处理容器65内时，盖体43被设置成与后述的炉口68a相抵接来封闭炉口68a。而且，被载置在盖体43上的晶圆舟44能够在处理容器65内以使晶圆W能够在水平面内进行旋转的方式来保持该晶圆W。

此外，热处理装置10也可以具有多个晶圆舟44。以下，在本实施方式中参照图2说明具有两个晶圆舟44的例子。

在装载区域40中设置有晶圆舟44a、44b。而且，在装载区域40中设置有底座45a、45b和晶圆舟输送机构45c。底座45a、45b是分别从盖体43传送晶圆舟44a、44b的载置台。晶圆舟输送机构45c用于将晶圆舟44a、44b从盖体43传送到底座45a、45b。

晶圆舟44a、44b例如是石英制的，在该晶圆舟44a、44b上沿上下方向按规定间隔(间距宽度)以水平状态搭载大口径例如直径为300mm的晶圆W。关于晶圆舟44a、44b，例如图3所示，在顶板50与底板51之间设置多根例如3根支柱52。在支柱52上设置有用于保持晶圆W的爪部53。另外，也可以与支柱52一起适当地设置辅助柱54。

传送机构47用于在收纳容器21、22与晶圆舟44a、44b之间进行晶圆W的传送。传送机构47具有底座57、升降臂58以及多个叉子(传送板)59。底座57被设置成能够升降及旋转。升降臂58被设置成能够通过滚珠丝杆等沿上下方向进行移动(能够升降)，底座57能够进行水平旋转地设置在升降臂58上。

图4是表示热处理炉60的结构的概要的剖视图。

例如能够将热处理炉60设为用于收容多个被处理基板、例如薄板圆板状的晶圆W并实施规定的热处理的立式炉。

热处理炉60具备夹套62、加热器63、空间64以及处理容器65。

处理容器65用于收纳被保持在晶圆舟44上的晶圆W并进行热处理。处理容器65例如是石英制的，具有纵长形状。

处理容器65隔着下部的歧管(manifold)68被底板66支承。另外，经由注射器71从歧管68向处理容器65供给处理气体。注射器71与气体供给源72相连接。另外，被供给至处理容器65的处理气体、吹扫气体(purge gas)经由排气口73向具备能够进行减压控制的真空泵的排气系统74流动。

如上所述，当晶圆舟44被搬入处理容器65内时，盖体43将歧管68下部的炉口68a封闭。如上所述，盖体43被设置成能够通过升降机构46进行升降移动，在盖体43的上部载置有保温筒48，在保温筒48的上部设置有晶圆舟44，在该晶圆舟44上沿着上下方向以规定的间隔安装多个晶圆W。

以覆盖处理容器65的周围的方式设置夹套62，并且在处理容器65的周围形成空间64。由于处理容器65具有圆筒形状，因此夹套62也具有圆筒形状。夹套62被底板66支承。在夹套62的内侧且空间64的外侧也可以设置例如由玻璃棉(glass wool)构成的隔热材料62a。

以覆盖处理容器65的周围的方式设置加热器63，该加热器63用于对处理容器65进行加热，并且对被保持在晶圆舟44上的晶圆W、即处理容器65内的被加热物进行加热。加热器63被设置在夹套62的内侧且空间64的外侧。加热器63例如由碳丝(carbon wire)等发热电阻构成，能够对在空间64的内部流动的气体的温度进行控制，并且将处理容器65内加热控制为规定的温度、例如50℃～1200℃。加热器63作为对处理容器65和晶圆W进行加热的加热部而发挥功能。

沿着纵向将空间64和处理容器65内的空间分割为多个单位区域、例如10个单位区域A1、A2、A3、A4、A5、A6、A7、A8、A9、A10。而且，沿着上下方向与单位区域一一对应地将加热器63也分割为63-1、63-2、63-3、63-4、63-5、63-6、63-7、63-8、63-9、63-10。加热器63-1～63-10各自例如构成为能够通过由晶闸管构成的加热器输出部86与单位区域A1～A10中的各单位区域相对应地独立地控制输出。加热器63-1～63-10相当于本公开中的发热元件。

此外，在本实施方式中，说明将空间64和处理容器65内的空间沿上下方向分割为10个单位区域的例子，但单位区域的分割数并不限于10，空间64也可以被分割为除10以外的其它数量的单位区域。另外，在本实施方式中均等地进行了分割，但并不限于此，也可以将温度变化大的炉口68a附近分割为较细的区域。

另外，也可以沿着纵向在各不相同的位置处设置加热器63。因而，也可以不与单位区域A1～A10中的各单位区域一一对应地设置加热器63。

在空间64中设置有用于与单位区域A1～A10中的各单位区域相对应地检测温度的加热器温度传感器Ao1～Ao10。另外，在处理容器65内的空间中也设置有用于与单位区域A1～A10中的各单位区域相对应地检测温度的处理容器内温度传感器Ai1～Ai10。加热器温度传感器Ao1～Ao10和处理容器内温度传感器Ai1～Ai10对温度进行检测，以检测沿纵向的温度分布。

来自加热器温度传感器Ao1～Ao10的检测信号和来自处理容器内温度传感器Ai1～Ai10的检测信号分别经由线81、82被导入控制部100。在被导入了检测信号的控制部100中，计算加热器输出部86的设定值，并将计算得到的设定值输入到加热器输出部86。然后，被输入了设定值的加热器输出部86将所输入的设定值经由加热器输出线87和加热器端子88输出到加热器63-1～63-10中的各加热器。例如通过PID控制来计算加热器输出部86的设定值，由此控制部100控制加热器输出部86向加热器63-1～63-10中的各加热器的输出、即加热器63-1～63-10各自的发热量。

此外，关于控制部100对于加热器输出部86的设定值的计算方法、即温度控制方法，使用图5和图6稍后说明。

此外，为了对处理容器65内的沿纵向的温度分布进行检测，可以将加热器温度传感器Ao和处理容器内温度传感器Ai沿着纵向设置在互不相同的位置处。因而，加热器温度传感器Ao和处理容器内温度传感器Ai也可以不与单位区域A1～A10中的各单位区域一一对应地进行设置。

另外，如图4所示，也可以设置与晶圆W一起装载或卸载的可动温度传感器Ap1～Ap10，可以将来自可动温度传感器Ap1～Ap10的检测信号经由线83导入控制部100。

另外，热处理炉60也可以具备用于冷却处理容器65的冷却机构90。例如能够设为冷却机构90具有鼓风机(blower)91、送风管92以及排气管94。

鼓风机(blower)91用于将例如由空气构成的冷却气体吹向设置有加热器63的空间64内来冷却处理容器65。送风管92用于将来自鼓风机91的冷却气体输送到加热器63。送风管92与喷出孔92a-1～92a-10分别连接。即，冷却气体经由各喷出孔92a-1～92a-10被供给到空间64。在图4所示的例子中，沿着纵向设置喷出孔92a-1～92a-10。

排气管94用于排出空间64内的空气。在空间64中设置有用于从空间64排出冷却气体的排气口94a，排气管94的一端与排气口94a相连接。

另外，如图4所示，也可以在排气管94的中间位置设置热交换器95，并且将排气管94的另一端与鼓风机91的抽吸侧相连接。而且，也可以使由排气管94排出的冷却气体不排出到工厂排气系统，而是在利用热交换器95进行热交换之后返回到鼓风机91，以进行循环利用。另外，在这种情况下，也可以经由未图示的空气过滤器进行循环。或者，也可以将从空间64排出的冷却气体从排气管94经由热交换器95排出到工厂排气系统。

另外，鼓风机(blower)91也可以构成为：能够根据来自控制部100的输出信号对从例如由逆变器构成的电力供给部91a供给的电力进行控制，由此控制鼓风机91的风量。

控制部100例如具有运算处理部100a以及未图示的运算处理部、存储部及显示部。运算处理部100a例如是具有CPU(Central Processing Unit：中央处理单元)的计算机。存储部是记录用于使运算处理部100a执行各种处理的程序的、例如由硬盘构成的计算机可读记录介质。显示部例如由计算机的画面构成。运算处理部100a读取被记录在存储部中的程序，按照该程序向构成热处理装置的各部发送控制信号，来执行如后述那样的热处理。

而且，在控制部100中嵌入有用于对供给至加热器63的电力进行控制的程序(时序(sequence))，使得处理容器65内的作为被加热物的晶圆W的温度高效地收敛为设定温度(规定温度)。

在本实施方式中，控制部100估计多个温度检测元件各自的温度，根据估计出的估计值来控制晶圆W的温度。而且，当所有温度检测元件均未发生故障时，通过正常时的卡尔曼滤波器(Kalman filter)来预测多个温度检测元件各自的温度，当一部分温度检测元件发生了故障时，通过异常时的卡尔曼滤波器来估计多个温度检测元件各自的温度。正常时的卡尔曼滤波器是在所有温度检测元件均未发生故障时根据由多个温度检测元件中的各温度检测元件检测温度而得到的检测值来准备的。异常时的卡尔曼滤波器是在某个温度检测元件发生了故障时根据由除了上述某个温度检测元件以外的各温度检测元件检测温度而得到的检测值来准备的。

接着，对运算处理部100a的结构和本实施方式所涉及的温度控制方法的详细内容进行说明。

在本实施方式所涉及的温度控制方法中，在对作为控制对象的状态变量的温度进行反馈控制的情况下，当无法检测一部分温度时，例如通过使用了卡尔曼滤波器的估计算法来恢复无法检测的温度的估计值。

此外，下面，以加热器温度传感器Ao和处理容器内温度传感器Ai为代表，说明当处理容器内温度传感器Ai中的某个温度传感器发生故障时从正常时的卡尔曼滤波器切换为异常时的卡尔曼滤波器的例子。另外，为了便于说明，对将单位区域分为A1～A5五个区域的情况进行说明。即，对设置有Ai1～Ai5这五个处理容器内温度传感器并设置63-1～63-5这五个加热器的例子进行说明。

图5是示意性地表示运算处理部100a的结构的概要的图。

如图5所示，运算处理部100a具有故障检测部101、预测部102以及运算部103。

故障检测部101不是通过将处理容器内温度传感器Ai1～Ai5与运算处理部100a的预测部102相连接的线82，而是通过未图示的线与处理容器内温度传感器Ai1～Ai5相连接。而且，故障检测部101例如通过电方法来检测处理容器内温度传感器Ai1～Ai5中的某个温度传感器是否断线。

运算部103根据由预测部102预测出的预测值运算向加热器63输出的输出值。

预测部102通过卡尔曼滤波器对Ai1～Ai5这五个处理容器内温度传感器的温度进行预测。

接着，说明准备卡尔曼滤波器的方法和预测部20通过所准备的卡尔曼滤波器对某个处理容器内温度传感器Ai1～Ai5的温度进行预测的方法。

首先，说明准备在所有处理容器内温度传感器均未发生故障时使用的正常时的卡尔曼滤波器的方法。此外，正常时的卡尔曼滤波器相当于本公开中的第二卡尔曼滤波器。

作为估计对象的线性系统如下述式(1)所示设为：

[数1]

x(k+1)＝Ax(k)+Bu(k)

y(k)＝Cx(k)             (1)

在式(1)中，x是n行×1列的状态向量，u是r行×1列的输入向量，y是m行×1列的输出向量，A是n行×n列的状态矩阵，B是n行×r列的输入矩阵，C是m行×n列的输出矩阵。在此，将y中可观测的变量设为y₀，如下述式(2)所示设为：

[数2]

x(k+1)＝Ax(k)+Bu(k)+w(k)

y_o(k)＝C_oCx(k)+v_o(k)      (2)

在式(2)中，y₀是o行×1列的观测向量，C₀是o行×m列的观测值选择矩阵。w、v₀是平均值为0的高斯白噪声向量，w是n行×1列的过程噪声向量，v₀是o行×1列的观测噪声向量。而且，假设w、v₀的协方差矩阵R₀如下述式(3)和下述式(4)所示为：

[数3]

$E\left\{\left[\begin{array}{c}w\left(k\right)\\ v_o\left(k\right)\end{array}\right]\left[\begin{array}{cc}{w}^T\left(l\right)& v_o^T\left(l\right)\end{array}\right]\right\}=\left[\begin{array}{cc}Q& 0\\ 0& R_o\end{array}\right]\mathrm{\δ},R_o>0---\left(3\right),$

[数4]

E{w(k)x^T(l)}＝0，E{v_o(k)x^T(l)}＝0，k≥l      (4)

(E{}表示预期值。)。在式(3)和式(4)中，R₀是o行×o列的向量。

于是，状态估计问题是求出时刻k+h的状态x(k+h)的最小方差估计值，即，设计如下的滤波器：提供使如下述式(5)所示的评价函数为最小的下述式(6)。

[数5]

$J=E\left\{{\left|\right|x(k+h)-\hat{x}(k+h)\left|\right|}^2\right\}---\left(5\right)$

[数6]

$\hat{x}(k+h)---\left(6\right)$

而且，如下述式(7)所示，将估计误差的协方差矩阵定义为：

[数7]

$P\left(k\right|k)=E\left\{\right[x\left(k\right)-\hat{x}\left(k\right|k)\left]{[x\left(k\right)-\hat{x}\left(k\right|k)]}^T\right\}$

$P(k+1|k)=E\left\{\right[x(k+1)-\hat{x}(k+1|k)\left]{[x(k+1)-\hat{x}(k+1|k)]}^T\right\}---\left(7\right).$

在式(7)中，P是n行×n列的估计误差的协方差矩阵。另外，(k|k)是表示时间和观测的更新的参数。

于是，接收控制输入的情况下的卡尔曼滤波器为如下述式(8)至下述式(12)所示。

[数8]

滤波方程式

(时间更新) $\hat{x}(k+1|k)=A\hat{x}\left(k\right|k)+\mathrm{Bu}\left(k\right)---\left(8\right)$

(观测更新) $\hat{x}\left(k\right|k)=\hat{x}\left(k\right|k-1)+K\left(k\right)[y-C_{o}C\hat{x}\left(k\right|k-1)]---\left(9\right)$

协方差方程式

(时间更新)P(k+1|k)＝AP(k|k)A^T+Q              (10)

(观测更新)P(k|k)＝P(k|k-1)-K(k)C_oCP(k|k-1)   (11)

卡尔曼滤波器 $K\left(k\right)=P\left(k\right|k-1)C^T{C}_o^T{[C_o\mathrm{CP}\left(k\right|k-1)C^T{C}_o^T+R_o]}^{-1}---\left(12\right)$

在式(8)至式(12)中，C₀是o行×m列的观测值选择矩阵，Q是n行×n列的过程噪声的协方差矩阵，K是n行×o列的卡尔曼增益。

当将滤波方程式的观测更新的式(式(9))代入滤波方程式的时间更新的式(式(8))时，如下述式(13)所示为

[数9]

$\hat{x}(k+1)=A[\hat{x}\left(k\right)+K\left(k\right)[y_o\left(k\right)-C_{o}C\hat{x}\left(k\right)\left]\right]+\mathrm{Bu}\left(k\right)---\left(13\right),$

如下述式(14)所示，能够写为：

[数10]

$\hat{x}(k+1)=A\hat{x}\left(k\right)+\mathrm{Bu}\left(k\right)+\mathrm{AK}\left(k\right)[y_o\left(k\right)-C_{o}C\hat{x}\left(k\right)]---\left(14\right).$

在协方差矩阵为定常(定常)的情况下，卡尔曼增益K如下述式(15)所示定常化为：

[数11]

$K=P{C}^T{C}_o^T{[C_o\mathrm{CP}{C}^T{C}_o^T+R_o]}^{-1}---\left(15\right).$

在式(15)中，R₀是o行×o列的观测噪声的协方差矩阵。

另外，当将协方差方程式的观测更新的式(式(11))代入协方差方程式的时间更新的式(式(10))时，如下述式(16)所示为：

[数12]

P(k+1|k)＝A[P(k|k-1)-KC_oCP(k|k-1)]A^T+Q      (16)，

当将协方差矩阵设为定常时，如下述式(17)所示为：

[数13]

P＝APA^T-A[KC_oCP]A^T+Q       (17)。

并且，当将式(15)所示的K代入式(17)时，能够导出如下述式(18)所示那样的代数Riccati(里卡蒂)方程式。

[数14]

$P=\mathrm{AP}{A}^T-\mathrm{AP}{C}^T{C}_o^T{[C_o\mathrm{CP}{C}^T{C}_o^T+R]}^{-1}{C}_o\mathrm{CP}{A}^T+Q---\left(18\right)$

然后，通过对式(18)所示的代数Riccati方程式进行求解，能够求出P，只要能够求出P，就能够通过式(15)求出定常卡尔曼增益K。

接着，说明准备当某个处理容器内温度传感器(以下，简称为“温度传感器”。)发生了故障时使用的异常时的卡尔曼滤波器的方法。此外，异常时的卡尔曼滤波器相当于本公开中的第一卡尔曼滤波器。

下面，假设第一个温度传感器发生故障的情况来设计卡尔曼滤波器。

当将从可观测的变量y₀中去除来自第一个温度传感器的输出而得到的变量设为y₁时，与针对正常时的卡尔曼滤波器的式(2)相当的式如下述式(19)所示为：

[数15]

x(k+1)＝Ax(k)+Bu(k)+w(k)

y₁(k)＝C₁Cx(k)+v₁(k)        (19)。

在式(19)中，y₁是(o-1)行×1列的观测向量，C₁是(o-1)行×m列的输出矩阵，v₁是(o-1)行×1行的观测噪声向量。除此之外，关于与式(2)相同的矩阵，省略说明(在以下的式中也同样。)。

与温度传感器为正常时同样地，对上述系统设计卡尔曼滤波器。

卡尔曼滤波器的滤波方程式如下述式(20)所示。

[数16]

$\hat{x}(k+1)=A\hat{x}\left(k\right)+\mathrm{Bu}\left(k\right)+A{K}_1[y_1\left(k\right)-C_{1}C\hat{x}\left(k\right)]---\left(20\right)$

此时，如下述式(21)那样求出卡尔曼增益。

[数17]

$K_1=P_1{C}^T{C}_1^T{[C_{1}C{P}_1{C}^T{C}_1^T+R_1]}^{-1}---\left(21\right)$

在式(21)中，K₁是n行×(o-1)列的卡尔曼增益，R₁是(o-1)行×(o-1)列的观测噪声的协方差矩阵。

而且，如下述式(22)所示，代数Riccati方程式为：

[数18]

$P_1=A{P}_1{A}^T-A{P}_1{C}^T{C}_1^T{[C_{1}C{P}_1{C}^T{C}_1^T+R]}^{-1}{C}_{1}C{P}_1{A}^T+Q---\left(22\right).$

同样地，当求出第i个温度传感器发生了故障时的滤波方程式时，如下述式(23)所示为：

[数19]

$\hat{x}(k+1)=A\hat{x}\left(k\right)+\mathrm{Bu}\left(k\right)+A{K}_i[y_i\left(k\right)-C_{i}C\hat{x}\left(k\right)]---\left(23\right),$

如下述式(24)所示，各自的卡尔曼增益为：

[数20]

$K_i=P_i{C}^T{C}_i^T{[C_{i}C{P}_i{C}^T{C}_i^T+R_i]}^{-1}---\left(24\right).$

在式(23)和式(24)中，C_i是(o-1)行×m列的输出矩阵，K_i是n行×(o-1)列的卡尔曼增益，R_i是(o-1)行×(o-1)列的向量。

如下述式(25)所示，各自的代数Riccati方程式为：

[数21]

$P_i=A{P}_i{A}^T-A{P}_i{C}^T{C}_i^T{[C_{i}C{P}_i{C}^T{C}_i^T+R]}^{-1}{C}_{i}C{P}_i{A}^T+Q---\left(25\right).$

接着，说明准备正常时和异常时的卡尔曼滤波器的方法。图6是减少单位区域的数量来简化后的热处理装置的示意性的剖视图。图7是示意性地表示预测部102的结构的块状线图。

如图6所示，例如设热处理装置分割为五个单位区域A1～A5。而且，设与五个单位区域A1～A5中的各单位区域相对应地设置63-1～63-5这五个加热器，与五个单位区域A1～A5中的各单位区域相对应地设置Ai1～Ai5这五个处理容器内温度传感器。而且，设与五个单位区域A1～A5中的各单位区域相对应地在与被保持在晶圆舟44上的晶圆W的中心相当的位置处设置有五个中心用温度传感器Ac1～Ac5。另外，设与五个单位区域A1～A5中的各单位区域相对应地在与被保持在晶圆舟44上的晶圆W的周缘相当的位置处设置有五个周缘用温度传感器Ae1～Ae5。于是，上述的维数n等为：

维数n=20

输出数m=15

输入数r=5

观测数o=5。

此外，中心用温度传感器Ac1～Ac5既可以被设置在晶圆舟44上，也可以在准备卡尔曼滤波器时，通过保持中心部安装有热电偶的晶圆W而来设置。另外，周缘用温度传感器Ae1～Ae5既可以被设置在晶圆舟44上，也可以在准备卡尔曼滤波器时，通过保持周缘部安装有热电偶的晶圆W来设置。

此时，如下述式(26)所示，n行×1列的状态向量x为20行×1列的

[数22]

$x=\left\{\begin{array}{c}{x}_1\\ \·\\ \·\\ \·\\ x_{20}\end{array}\right\}---\left(26\right),$

如下述式(27)所示，r行×1列的输入向量u为5行×1列的

[数23]

$u=\left\{\begin{array}{c}{u}_1\\ \·\\ \·\\ \·\\ u_5\end{array}\right\}---\left(27\right).$

u1～u5分别相当于加热器63-1～63-5的输出。

另外，如下述式(28)所示，m行×1列的输出向量y为15行×1列的

[数24]

$y=\left\{\begin{array}{c}{y}_{\mathrm{inner},1}\\ \·\\ \·\\ \·\\ y_{\mathrm{inner},5}\\ y_{\mathrm{center},1}\\ y_{\mathrm{edge},1}\\ \·\\ \·\\ \·\\ y_{\mathrm{center},5}\\ y_{\mathrm{edge},5}\end{array}\right\}---\left(28\right).$

在式(28)中，y_inner，1～y_inner，5分别相当于处理容器内温度传感器Ai1～Ai5中的各温度传感器的温度。另外，y_center，1～y_{center， 5}分别相当于中心用温度传感器Ac1～Ac5中的各温度传感器的温度。另外，y_edge，1～y_edge，5分别相当于周缘用温度传感器Ae1～Ae5中的各温度传感器的温度。

另外，如下述式(29)所示，o行×1列的观测向量y₀为5行×1列的

[数25]

$y_o=\left\{\begin{array}{c}{y}_{\mathrm{inner},1}\\ y_{\mathrm{inner},2}\\ y_{\mathrm{inner},3}\\ y_{\mathrm{inner},4}\\ y_{\mathrm{inner},5}\end{array}\right\}---\left(29\right).$

另外，如下述式(30)～式(34)所示，(o-1)行×1列的观测向量y₁、y₂、y₃、y₄、y₅为4行×1列的

[数26]

$y_1=\left\{\begin{array}{c}{y}_{\mathrm{inner},2}\\ y_{\mathrm{inner},3}\\ y_{\mathrm{inner},4}\\ y_{\mathrm{inner},5}\end{array}\right\}---\left(30\right)$

$y_2=\left\{\begin{array}{c}{y}_{\mathrm{inner},1}\\ y_{\mathrm{inner},3}\\ y_{\mathrm{inner},4}\\ y_{\mathrm{inner},5}\end{array}\right\}---\left(31\right)$

$y_3=\left\{\begin{array}{c}{y}_{\mathrm{inner},1}\\ y_{\mathrm{inner},2}\\ y_{\mathrm{inner},4}\\ y_{\mathrm{inner},5}\end{array}\right\}---\left(32\right)$

$y_4=\left\{\begin{array}{c}{y}_{\mathrm{inner},1}\\ y_{\mathrm{inner},2}\\ y_{\mathrm{inner},3}\\ y_{\mathrm{inner},5}\end{array}\right\}---\left(33\right)$

$y_5=\left\{\begin{array}{c}{y}_{\mathrm{inner},1}\\ y_{\mathrm{inner},2}\\ y_{\mathrm{inner},3}\\ y_{\mathrm{inner},4}\end{array}\right\}---\left(34\right).$

从y₁至y₅分别是处理容器内温度传感器Ai1～Ai5中的各温度传感器发生了故障时的观测向量。

另外，如下述式(35)所示，n行×n列的状态矩阵A为20行×20列的

[数27]

如下述式(36)所示，n行×r列的输入矩阵B为20行×5列的

[数28]

如下述式(37)所示，m行×n列的输出矩阵C为15行×20列的

[数29]

如下述式(38)所示，o行×m列的观测值选择矩阵C₀为5行×15列的

[数30]

另外，如下述式(39)～式(43)所示，(o-1)行×m列的观测值选择矩阵C₁、C₂、C₃、C₄、C₅为4行×15列的

[数31]

C₁至C₅分别是处理容器内温度传感器Ai1～Ai5中的各温度传感器发生了故障时的观测值选择矩阵。

另外，如下述式(44)所示，n行×o列的正常时的卡尔曼增益K为20行×5列的

[数32]

如下述式(45)所示，n行×(o-1)列的异常时的卡尔曼增益K_i为20行×4列的

[数33]

如下述式(46)所示，n行×n列的过程噪声的协方差矩阵Q为20行×20列的

[数34]

如下述式(47)所示，o行×o列的定常时的观测噪声的协方差矩阵R₀为5行×5列的

[数35]

如下述式(48)所示，(o-1)行×(o-1)列的观测噪声的协方差矩阵R_i为4行×4列的

[数36]

如图7所示，预测部102由传递要素Tm1～Tm21、求和点Ad1～Ad7、多端口开关Mps、输入点Ip1～Ip3以及输出点Op1构成。

从输入点Ip1输入由来自处理容器内温度传感器Ai1～Ai5的温度的检测信号y_inner，1～y_inner，5构成的y₀。从输入点Ip1输入的y₀直接输入到求和点Ad1，或者被五个引出点Wd1～Wd5引出。

直接输入到求和点Ad1的y₀在求和点Ad1中与从传递要素Tm1输入的时刻k的信号进行加减运算之后，在传递要素Tm2中与正常时的卡尔曼增益相乘后被输入到多端口开关Mps。

另一方面，被引出点Wd1～Wd5引出的y₀经由传递要素Tm3～Tm7被输入到求和点Ad2～Ad6。在传递要素Tm3～Tm7中，从y₀的五个检测信号y_inner，1～y_inner，5中选择除了某个检测信号以外的四个检测信号，并作为由四个检测信号构成的式(30)～式(34)所示的y₁～y₅而输出到求和点Ad2～Ad6。被输入到求和点Ad2～Ad6的y₁～y₅在求和点Ad2～Ad6中与从传递要素Tm8～Tm12输入的时刻k的信号进行加减运算。然后，之后在传递要素Tm13～Tm17中分别与异常时的卡尔曼增益K₁～K₅相乘后被输入到多端口开关Mps。

来自故障检测部101的检测信号经由输入点Ip2被输入到多端口开关Mps。当所有处理容器内温度传感器Ai均未发生故障时，将所有处理容器内温度传感器Ai均未发生故障的意思的信号输入到多端口开关Mps。此时，多端口开关Mps将从传递要素Tm2输入的信号输出到输出侧。

从多端口开关Mps输出的信号被输入到求和点Ad7。另外，从输入点Ip3输入的由加热器输出部86的输出u1～u5构成的、式(27)所示的输入向量u在传递要素Tm18中与式(36)所示的输入矩阵B相乘所得到的信号输入到求和点Ad7。另外，从求和点Ad7输出的信号在传递要素Tm19中延迟1个单位时间后，在传递要素Tm20中与式(35)所示的状态矩阵A相乘所得到的信号输入到求和点Ad7。

在求和点Ad7中这三个信号进行加减运算而得到的信号在从求和点Ad7输出且经由传递要素Tm19之后在传递要素Tm21中与式(37)所示的输出矩阵C相乘。与输出矩阵C相乘所得到的信号作为输出向量y而从输出点Op1输出。此外，输出向量y作为时刻k+1的信号还被输入到传递要素Tm1、Tm8～Tm12，用于预测时刻k+1时的输出向量y。

此外，在所有处理容器内温度传感器Ai均未发生故障时利用正常时的卡尔曼滤波器预测输出向量y的估计算法相当于本公开中的第二估计算法。

另一方面，当某个处理容器内温度传感器Ai发生了故障时，故障检测部101向多端口开关Mps发送表示发生故障的处理容器内温度传感器Ai是Ai1～Ai5中的哪一个温度传感器的检测信号。然后，多端口开关Mps根据来自故障检测部101的检测信号，输出由除了发生故障的温度传感器以外的四个温度传感器的四个检测信号构成的y₁～y₅中的某一个。然后，与所有处理容器内温度传感器Ai均未发生故障时同样地，从输出点Op1输出输出向量y。

此外，在某个处理容器内温度传感器Ai发生了故障时利用异常时的卡尔曼滤波器预测输出向量y的估计算法相当于本公开中的第一估计算法。

在本实施方式中，当某个处理容器内温度传感器Ai发生了故障时，根据由除了发生故障的处理容器内温度传感器Ai以外的各处理容器内温度传感器Ai检测温度而得到的检测值，利用异常时的卡尔曼滤波器估计多个处理容器内温度传感器Ai各自的温度。即，当处理容器内温度传感器Ai均未发生故障时，根据由处理容器内温度传感器Ai中的除了所选择的处理容器内温度传感器Ai以外的各处理容器内温度传感器Ai检测温度而得到的检测值来预先准备异常时的卡尔曼滤波器。然后，当所选择的处理容器内温度传感器Ai发生了故障时，通过已准备的异常时的卡尔曼滤波器来估计处理容器内温度传感器Ai各自的温度。因而，即使某个处理容器内温度传感器Ai发生故障，也能够使晶圆的温度几乎不发生变动地继续进行温度控制。

另外，在所有处理容器内温度传感器Ai均未发生故障时，也根据信号y₀，利用正常时的卡尔曼滤波器预测输出向量y。由于正常时和异常时都使用相同的状态空间模型，因此能够共用状态变量x来继续进行计算。因而，即使切换了异常时预测输出向量y的方法，也能够使晶圆的温度几乎不发生变动地继续进行温度控制。

另外，正常时和异常时使用相同的观测器(observe)，因此不需要制作新的观测器来作为异常时的观测器。当制作异常时的状态预测模型时，尺寸的增加程度例如为K₁～K₅的卡尔曼增益的增加，因此能够抑制模型尺寸增加。

此外，作为观测器，除了卡尔曼滤波器之外，也可以使用最小维观测器、VSS观测器等。

此外，在本实施方式中，说明了在所有处理容器内温度传感器Ai均未发生故障时根据信号y₀预测输出向量y的例子。但是，如图5的虚线i所示，当所有处理容器内温度传感器Ai均未发生故障时，也可以不利用卡尔曼滤波器预测输出向量y，而是直接利用信号y₀，通过运算部103来设定加热器输出部86的设定值。

接着，对使用了本实施方式所涉及的热处理装置的热处理方法进行说明。

图8是用于说明使用了本实施方式所涉及的热处理装置的热处理方法中的各工序的过程的流程图。

在实施方式(实施例)中，在开始处理之后，作为步骤S11，将晶圆W搬入处理容器65内(搬入工序)。在图1所示的热处理装置10的例子中，例如在装载区域40中，能够通过传送机构47将晶圆W从收纳容器21搭载到晶圆舟44a，通过晶圆舟输送机构45c将搭载有晶圆W的晶圆舟44a载置在盖体43上。然后，通过升降机构46使载置有晶圆舟44a的盖体43上升并插入处理容器65内，由此能够搬入晶圆W。

接着，在步骤S12中，对处理容器65的内部进行减压(减压工序)。通过对排气系统74的排气能力或者被设置在排气系统74与排气口73之间的未图示的流量调整阀进行调整，使经由排气口73从处理容器65排出的排气量增加。然后，将处理容器65的内部减压至规定压力。

接着，在步骤S13中，使晶圆W的温度上升至对晶圆W进行热处理时的规定温度(热处理温度)(恢复工序)。

在紧接着将晶圆舟44a搬入到处理容器65的内部之后，设置于处理容器65的温度传感器、即例如可动温度传感器Ap1～Ap10的温度下降至室温左右。因此，通过对加热器63供给电力，使搭载在晶圆舟44a上的晶圆W的温度上升至热处理温度。

另外，也可以如下进行控制：通过使加热器63的发热量与冷却机构90的冷却量取得平衡，来将晶圆W的温度收敛为热处理温度。

接着，在步骤S14中，通过利用加热器63进行加热，对被保持在晶圆舟44上的晶圆W进行热处理(热处理工序)。

通过晶圆舟44沿纵向以规定的间隔保持多个晶圆W，通过加热器63对处理容器65进行加热，由此将晶圆W的温度保持为规定温度。在该状态下经由注射器71从气体供给源72向处理容器65内供给处理气体，对晶圆W表面进行热处理。例如供给由水蒸气构成的处理气体来对晶圆W的表面进行氧化。另外，作为晶圆W的热处理，并不限于氧化处理，也可以进行扩散、减压CVD等各种热处理。

接着，在步骤S15中，通过冷却机构90经由多个喷出孔92a-1～92a-10中的各喷出孔向空间64供给冷却气体，由此将处理容器65冷却，使晶圆W的温度从热处理温度下降(冷却工序)。此时，通过将由鼓风机91供给的冷却气体供给至空间64来对热处理后的晶圆W进行冷却。

接着，在步骤S16中，将处理容器65的内部恢复为大气压(恢复压力工序)。通过对排气系统74的排气能力或者被设置在排气系统74与排气口73之间的未图示的流量调整阀进行调整，使从处理容器65排出的排气量减少，例如通过导入氮气(N₂)吹扫气体来将处理容器65的内部恢复为大气压。

接着，在步骤S17中，从处理容器65搬出晶圆W(搬出工序)。在图1所示的热处理装置10的例子中，例如能够通过升降机构46使载置有晶圆舟44a的盖体43下降，从而将晶圆W从处理容器65内搬出到装载区域40。然后，能够通过传送机构47将晶圆W从被载置于所搬出的盖体43的晶圆舟44a传送到收纳容器21，由此从处理容器65搬出晶圆W。然后，通过从处理容器65搬出晶圆W来结束热处理作业。

此外，在对多个批次连续进行热处理作业时，进一步在装载区域40中通过传送机构47将晶圆W从收纳容器21传送到晶圆舟44，再次返回到步骤S11，来进行下一批次的热处理作业。

在以上的热处理方法中，当某个处理容器内温度传感器Ai发生了故障时，也根据由除了该处理容器内温度传感器Ai以外的各处理容器内温度传感器Ai检测温度而得到的检测值，利用异常时的卡尔曼滤波器来估计多个处理容器内温度传感器Ai各自的温度。因而，即使在某个处理容器内温度传感器Ai发生故障，也能够使晶圆的温度几乎不发生变动地继续进行温度控制。

以上，对本公开的优选实施方式进行了说明，但本公开并不限定于所述特定的实施方式，在权利要求书所记载的本公开的宗旨的范围内能够进行各种变形和变更。

此外，在实施方式中，说明了沿着上下方向保持基板的情况。但是，保持基板的方向并不限定于上下方向，也能够适用于沿着任意方向以规定的间隔保持基板的情况。另外，进行本实施方式所涉及的温度控制方法的温度控制装置并不限定于在处理容器内保持基板并进行热处理的情况，也能够适用于对除基板以外的各种被加热物进行加热的情况。而且，也可以是，当被设置在各不相同的位置处的温度传感器(温度检测元件)中的某个温度传感器发生了故障时，根据由除了该温度传感器以外的各温度传感器检测温度而得到的检测值，利用异常时的卡尔曼滤波器来估计多个温度传感器各自的温度。而且，也可以根据估计出的估计值对被加热物的温度进行温度控制。

根据本公开，即使温度控制用的温度检测元件发生故障，也能够使被加热物的温度几乎不发生变动地继续进行温度控制。

[关联申请文献]

本公开请求2011年8月10日申请的日本专利申请第2011-175175号的优先权的利益，在此，该日本申请的全部内容作为参考文献而被编入到本发明中。

Claims (19)

1.一种温度控制方法，根据由分别设置在互不相同的位置的多个温度检测元件检测温度而得到的检测值，对包括分别设置在互不相同的位置的多个发热元件的、对被加热物进行加热的加热部中的上述发热元件的发热量进行控制，由此控制上述被加热物的温度，

当上述多个温度检测元件中的某个温度检测元件发生了故障时，利用第一估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度，其中，该第一估计算法是根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

2.根据权利要求1所述的温度控制方法，其特征在于，

上述第一估计算法是利用第一卡尔曼滤波器来估计上述多个温度检测元件各自的温度的算法。

3.根据权利要求2所述的温度控制方法，其特征在于，

当上述多个温度检测元件中的某个温度检测元件发生了故障时，根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值和分别与上述多个温度检测元件中的各温度检测元件相对应地设置的上述多个发热元件各自的发热量来估计上述多个温度检测元件各自的温度。

4.根据权利要求2所述的温度控制方法，其特征在于，

当上述多个温度检测元件均未发生故障时，根据由上述多个温度检测元件中的除了所选择的温度检测元件以外的温度检测元件检测出的检测值，预先准备上述第一卡尔曼滤波器，当上述所选择的温度检测元件发生了故障时，利用已准备的上述第一卡尔曼滤波器来估计上述多个温度检测元件各自的温度。

5.根据权利要求1所述的温度控制方法，其特征在于，

当上述多个温度检测元件均未发生故障时，利用第二估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度，其中，该第二估计算法是根据由上述多个温度检测元件中的各温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

6.根据权利要求5所述的温度控制方法，其特征在于，

上述第二估计算法是利用第二卡尔曼滤波器来估计上述多个温度检测元件各自的温度的算法。

7.根据权利要求6所述的温度控制方法，其特征在于，

当上述多个温度检测元件均未发生故障时，根据由上述多个温度检测元件中的各温度检测元件检测出的检测值和分别与上述多个温度检测元件中的各温度检测元件相对应地设置的上述多个发热元件各自的发热量来估计上述多个温度检测元件各自的温度。

8.一种温度控制装置，具有：

多个温度检测元件，该多个温度检测元件分别设置在互不相同的位置；

加热部，其包括分别设置在互不相同的位置的多个发热元件，对被加热物进行加热；以及

控制部，其根据由上述多个温度检测元件检测温度而得到的检测值来对上述加热部中的上述发热元件的发热量进行控制，由此控制上述被加热物的温度，

其中，当上述多个温度检测元件中的某个温度检测元件发生了故障时，上述控制部利用第一估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度，其中，该第一估计算法是根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

9.根据权利要求8所述的温度控制装置，其特征在于，

上述第一估计算法是利用第一卡尔曼滤波器来估计上述多个温度检测元件各自的温度的算法。

10.根据权利要求9所述的温度控制装置，其特征在于，

当上述多个温度检测元件中的某个温度检测元件发生了故障时，根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值和分别与上述多个温度检测元件中的各温度检测元件相对应地设置的上述多个发热元件各自的发热量来估计上述多个温度检测元件各自的温度。

11.根据权利要求8所述的温度控制装置，其特征在于，

当上述多个温度检测元件均未发生故障时，利用第二估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述被加热物的温度，其中，该第二估计算法是根据由上述多个温度检测元件中的各温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度。

12.根据权利要求11所述的温度控制装置，其特征在于，

上述第二估计算法是利用第二卡尔曼滤波器来估计上述多个温度检测元件各自的温度的算法。

13.根据权利要求12所述的温度控制装置，其特征在于，

当上述多个温度检测元件均未发生故障时，根据由上述多个温度检测元件中的各温度检测元件检测出的检测值和分别与上述多个温度检测元件中的各温度检测元件相对应地设置的上述多个发热元件各自的发热量来估计上述多个温度检测元件各自的温度。

14.一种热处理装置，对基板进行热处理，具有：

处理容器；

基板保持部，其在上述处理容器内能够沿着一个方向以规定的间隔保持多个基板；

加热部，其包括沿着上述一个方向分别设置在互不相同的位置的多个发热元件，对被保持在上述处理容器内的基板进行加热；

多个温度检测元件，该多个温度检测元件沿着上述一个方向分别设置在互不相同的位置；以及

控制部，其根据由上述多个温度检测元件检测温度而得到的检测值来控制上述加热部中的上述发热元件的发热量，由此控制上述基板的温度，

其中，当上述多个温度检测元件中的某个温度检测元件发生了故障时，上述控制部利用第一估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述基板的温度，其中，该第一估计算法是根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

15.根据权利要求14所述的热处理装置，其特征在于，

上述第一估计算法是利用第一卡尔曼滤波器来估计上述多个温度检测元件各自的温度的算法。

16.根据权利要求15所述的热处理装置，其特征在于，

当上述多个温度检测元件中的某个温度检测元件发生了故障时，上述控制部根据由除了发生故障的温度检测元件以外的温度检测元件检测出的检测值和分别与上述多个温度检测元件中的各温度检测元件相对应地设置的上述多个发热元件各自的发热量来估计上述多个温度检测元件各自的温度。

17.根据权利要求14所述的热处理装置，其特征在于，

当上述多个温度检测元件均未发生故障时，上述控制部利用第二估计算法来估计上述多个温度检测元件各自的温度，根据估计出的估计值来控制上述基板的温度，其中，该第二估计算法是根据由上述多个温度检测元件中的各温度检测元件检测出的检测值估计上述多个温度检测元件各自的温度的算法。

18.根据权利要求17所述的热处理装置，其特征在于，

上述第二估计算法是利用第二卡尔曼滤波器来估计上述多个温度检测元件各自的温度的算法。

19.根据权利要求18所述的热处理装置，其特征在于，

当上述多个温度检测元件均未发生故障时，上述控制部根据由上述多个温度检测元件中的各温度检测元件检测出的检测值和分别与上述多个温度检测元件中的各温度检测元件相对应地设置的上述多个发热元件各自的发热量来估计上述多个温度检测元件各自的温度。

Images