CN112558435A - 判断装置 - Google Patents

判断装置 Download PDF

Info

Publication number
CN112558435A
CN112558435A CN202011023439.8A CN202011023439A CN112558435A CN 112558435 A CN112558435 A CN 112558435A CN 202011023439 A CN202011023439 A CN 202011023439A CN 112558435 A CN112558435 A CN 112558435A
Authority
CN
China
Prior art keywords
substrate
alignment
substrate processing
data
processing apparatus
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011023439.8A
Other languages
English (en)
Other versions
CN112558435B (zh
Inventor
增田充宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Publication of CN112558435A publication Critical patent/CN112558435A/zh
Application granted granted Critical
Publication of CN112558435B publication Critical patent/CN112558435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7088—Alignment mark detection, e.g. TTR, TTL, off-axis detection, array detector, video detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7092—Signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)

Abstract

为了提供能够判断是否需要维护基板处理装置的判断装置，本发明所涉及的判断装置的特征在于，针对在基板处理装置中摄像的基板上的标志的图像数据，使用通过机器学习取得的学习模型，进行与对准失败要因有关的分类，根据分类的结果，判断是否需要维护基板处理装置。

Description

判断装置
技术领域
本发明涉及判断装置、基板处理装置、基板处理系统以及物品的制造方法。
背景技术
近年来，伴随电子设备的小型化、需求的扩大，需要同时改善以存储器、MPU为代表的半导体元件的微细化和生产量。
因此，在半导体元件的制造中使用的处理基板的基板处理装置中，使基板的位置对齐的对准也需要高精度化。
在基板的对准中，大量使用通过对形成于基板上的标志的图像进行摄像，并针对得到的图像数据进行图案匹配处理，求出基板的位置的手法。
日本特开2000-260699号公报公开同时抽出标志的边缘和上述边缘的方向，并针对每个边缘的方向进行关注于边缘的图案匹配处理，从而高精度地检测标志的曝光装置。
以往，在基板处理装置中基板的对准失败时，用户通过参照图像数据、与图像数据关联的关联数据，判断是否需要维护装置。
因此，根据情况来对装置的处理进行中断、或者在判断中需要时间，从而导致吞吐量降低。
因此，本发明的目的在于提供一种能够判断是否需要维护基板处理装置的判断装置。
发明内容
本发明所涉及的判断装置的特征在于，针对在基板处理装置中摄像的基板上的标志的图像数据，使用通过机器学习取得的学习模型，进行与对准失败要因有关的分类，根据分类的结果，判断是否需要维护基板处理装置。
附图说明
图1是示出第一实施方式所涉及的基板处理系统的结构的框图。
图2A是示出第一实施方式所涉及的基板处理系统具备的曝光装置的结构的框图。
图2B是示出第一实施方式所涉及的基板处理系统具备的曝光装置中设置的基板对准光学系统的结构的示意图。
图3A是示出第一实施方式所涉及的基板处理系统具备的用于判断在曝光装置中是否需要维护的结构的框图。
图3B是示出第一实施方式所涉及的基板处理系统具备的判断在曝光装置中是否需要维护的处理的流程图。
图4是例示性地示出第一实施方式所涉及的基板处理系统中的显示装置中显示的画面的图。
图5是例示性地示出第一实施方式所涉及的基板处理系统中的学习数据的制作画面的图。
图6是示出第一实施方式所涉及的基板处理系统中的制作学习数据的处理的流程图。
图7是例示性地示出第一实施方式所涉及的基板处理系统中的使学习数据的制作画面显示的按钮的图。
图8A是示出第二实施方式所涉及的基板处理系统具备的用于判断在曝光装置中是否需要维护的结构的框图。
图8B是示出第二实施方式所涉及的基板处理系统具备的判断在曝光装置中是否需要维护的处理的流程图。
具体实施方式
以下，参照附图，详细说明本实施方式所涉及的判断装置。此外，以下所示的实施方式仅表示实施的具体例，本实施方式不限定于以下的实施方式。
另外，在以下所示的实施方式中说明的特征的全部组合并非为了解决本实施方式的课题而必需。
另外，在以下所示的附图中，为了能够容易地理解本实施方式，有时以与实际不同的缩尺描绘。
[第一实施方式]
在使用光刻技术来制造半导体元件、液晶显示元件、薄膜磁头等器件时，使用将中间掩模等原版的图案通过投影光学系统投影到晶片等基板而转印图案的曝光装置。
在曝光装置中，伴随电子设备的小型化、需求的扩大，需要同时改善以存储器、MPU为代表的半导体元件的微细化和生产量。
因此，在曝光装置中，要求使分辨率、覆盖(overlay)精度、吞吐量等基本性能提高。
曝光装置的分辨率与投影光学系统的数值孔径(NA)成反比例，与在曝光中使用的光(曝光光)的波长成比例，所以投影光学系统的数值孔径的扩大以及曝光光的短波长化在发展。
另外，伴随半导体元件的微细化，覆盖精度也需要提高，所以使原版和基板的相对的位置对齐的对准也需要高精度化。
另外，作为使覆盖精度进一步改善的技术，已知通过前馈等控制半导体制造工艺的偏差变动、经时变化等的技术。作为这样的技术，具体而言，已知AEC(AdvancedEquipment Control，先进设备控制)、APC(Advanced Process Control，先进过程控制)等。另外，已知通过机器学习来学习在检查装置中测量的结果，前馈给光刻装置、涂敷显影装置(涂布机/显影机)的技术。
作为在曝光装置中对准测量失败的要因，考虑由于基板的工艺不良、仪器的像差的影响而虽然标志位于测量视场内但不清晰、或者由于标志的形成位置大幅偏移而不处于测量视场内等各种要因。
在测量视场内标志的位置大幅偏移的情况下，考虑曝光装置接受基板时的位置偏移等由来于曝光装置的要因、依赖于曝光装置以外的装置中的基板的处理工序的标志的位置变动等由来于曝光装置以外的要因。
因此，在作为对准测量失败的要因考虑多个时，根据各失败要因，维护也包含在内的处置方法也不同。
因此，在实施曝光装置的维护时，需要进行正确的失败要因的分类，并且进行基于这些的正确的判断。
图1是示出具备第一实施方式所涉及的判断装置的基板处理系统50的结构的框图。
基板处理系统50具备至少一个半导体制造线1。
而且，各半导体制造线1具备：处理基板的多个基板处理装置10(半导体制造装置)；以及主机计算机11(主机控制装置)，控制多个基板处理装置10的动作。
作为基板处理装置10，例如，可以举出光刻装置(曝光装置、压印装置、电荷粒子射线描绘装置等)、成膜装置(CVD装置等)、加工装置(激光加工装置等)、检查装置(覆盖检查装置等)。
另外，在基板处理装置10中，还可以包括涂敷显影装置(涂布机/显影机)，作为光刻处理的前处理对基板进行抗蚀剂材料(密接材料)的涂敷处理，并且作为光刻处理的后处理进行显影处理。
此外，在曝光装置中，通过经由原版(中间掩模、掩模)对供给到基板之上的光致抗蚀剂进行曝光，在基板上的光致抗蚀剂中形成与原版的图案对应的潜像。
在压印装置中，通过在使原版(模具、模板)接触到供给到基板之上的压印材料的状态下使压印材料硬化，在基板上形成图案。
在电荷粒子射线描绘装置中，通过利用电荷粒子射线向供给到基板之上的光致抗蚀剂描绘图案，向基板上的光致抗蚀剂形成潜像。
如图1所示，设置于各半导体制造线1的多个基板处理装置10分别与管理保养的管理装置12连接。
由此，管理装置12能够分别管理设置于各半导体制造线1的多个基板处理装置10。
本实施方式所涉及的判断装置设置于基板处理装置10、主机计算机11以及管理装置12中的任意装置。
此外，在基板处理系统50中，多个基板处理装置10与主机计算机11之间的连接、多个基板处理装置10与管理装置12之间的连接可以是有线连接以及无线连接中的任意连接。
接下来，说明在基板处理系统50中各基板处理装置10构成为曝光装置的具体例。
图2A是示出设置于基板处理系统50的曝光装置10的结构的框图。另外，图2B是示出曝光装置10具备的基板对准光学系统190的结构的示意图。
曝光装置10是被用于作为物品的半导体元件、液晶显示元件、薄膜磁头等器件的制造，对基板进行图案形成的光刻装置。
另外，曝光装置10以步进扫描方式、或者步进重复方式对基板进行曝光。
如图2A所示，曝光装置10具有主控制部100、光源控制部110、光源120、图像处理部130、载置台控制部140以及干涉仪150。
另外，曝光装置10具有原版对准光学系统160、原版载置台171、投影光学系统180、基板对准光学系统190以及基板载置台200。
原版载置台171保持通过照明光学系统(未图示)照明的原版170而移动。在原版170中，描绘应转印到基板210的图案。
投影光学系统180将原版170的图案投影到基板210。基板载置台200能够保持基板210而移动。
原版对准光学系统160被用于原版170的对准。例如，原版对准光学系统160包括由积蓄型光电变换元件构成的摄像元件161、和将来自设置于原版170的标志的光引导到摄像元件161的光学系统162。
基板对准光学系统190被用于基板210的对准。在本实施方式中，基板对准光学系统190是检测设置于基板210的标志211的偏轴光学系统。
主控制部100包括CPU、存储器等，控制曝光装置10的各部，进行使基板210曝光的曝光处理以及与其关联的处理。
在基板处理系统50中，主控制部100根据形成于原版170的标志的位置、形成于基板210的标志211的位置，控制基板载置台200的位置。换言之，主控制部100进行原版170与基板210之间的对位、例如全局对准。
光源120包括卤素灯等，对形成于基板210的标志211进行照明。
光源控制部110控制来自光源120的光、即用于对标志211进行照明的光的照明强度。
图像处理部130对来自原版对准光学系统160中的摄像元件161、基板对准光学系统190中的摄像元件191A以及191B的图像信号(检测信号)进行图像处理，取得标志的位置、即标志图像。
在基板处理系统50中，图像处理部130以及基板对准光学系统190作为测量形成于基板210的标志211的位置的测量装置发挥功能。
干涉仪150通过对设置于基板载置台200的反射镜212照射光，并检测由反射镜212反射的光，测量基板载置台200的位置。
载置台控制部140根据由干涉仪150测量的基板载置台200的位置，使基板载置台200移动到任意的位置(驱动控制)。
在曝光装置10中，来自未图示的照明光学系统的光(曝光光)通过保持于原版载置台171的原版170入射到投影光学系统180。
而且，原版170和基板210配置为相互在光学上共轭的位置关系，所以将原版170的图案经由投影光学系统180在保持于基板载置台200的基板210上成像而转印。
基板对准光学系统190作为检测形成于基板210上的标志211来生成检测信号(在本实施方式中为图像信号)的检测部发挥功能。
如图2B所示，基板对准光学系统190具备摄像元件191A以及191B、成像光学系统192A以及192B、以及半透半反镜193。另外，基板对准光学系统190具备照明光学系统194、偏振波束分束器195、中继透镜196、λ/4板197以及物镜198。
在曝光装置10中，将来自光源120的光经由光纤(未图示)等，导入到基板对准光学系统190。
然后，导入到基板对准光学系统190的光如图2B所示，经由照明光学系统194入射到偏振波束分束器195。
然后，通过偏振波束分束器195反射的光通过中继透镜196、λ/4板197以及物镜198，对形成于基板210的标志211进行照明。
通过标志211反射的光通过物镜198、λ/4板197、中继透镜196以及偏振波束分束器195，入射到半透半反镜193。
然后，入射到半透半反镜193的光在通过半透半反镜193以恰当的强度比率分割成二个光之后，分别导入到成像倍率相互不同的成像光学系统192A以及192B。
成像光学系统192A以及192B分别在摄像元件191A以及191B的摄像面上形成标志211的像。
摄像元件191A以及191B分别包括对包括标志211的区域进行摄像的摄像面，生成与在摄像面中摄像的区域对应的图像信号。
然后，由摄像元件191A以及191B生成的图像信号被图像处理部130读出。
在本实施方式中，图像处理部130通过针对读出的图像信号进行作为图像处理的图案匹配处理，取得摄像元件191A以及191B的摄像面中的标志211的位置。
图案匹配处理一般大致分成以下的二种。
一个是对图像(浓淡图像)进行二值化并与预先准备的模板匹配，将最相关的位置作为标志211的位置的方法。
另一个是原样地保持浓淡图像，通过与包含浓淡信息的模板进行相关运算，求出标志211的位置的方法。
此外，利用图像处理部130的图像处理不限于图案匹配处理，只要是能够取得标志211的位置信息的处理，则例如也可以是边缘检测处理等其他处理。
另外，作为对准方式，有移动测量方式和图像处理方式。
在移动测量方式中，一边使基板载置台200移动，一边对设置于基板210的标志211照射光(激光)。然后，通过并行地测量从标志211反射的光的强度的变化和基板载置台200的位置，求出标志211的位置。
在图像处理方式中，在使基板载置台200静止的状态下对设置于基板210的标志211照射白色光。然后，通过用积蓄型光电变换元件检测从标志211反射的光并进行图像处理，求出标志211的位置。
另外，作为在这样的对准方式中使用的对准光学系统，有TTL(经由透镜(throughthe lens))光学系统、TTR(经由中间掩模(through the reticle))光学系统、偏轴(offaxis)光学系统。
TTL光学系统经由投影光学系统，检测设置于基板的标志。TTR光学系统经由投影光学系统，同时检测设置于中间掩模的标志和设置于基板的标志。偏轴光学系统是不经由投影光学系统而在从投影光学系统的光轴离开预定的距离的位置具有光轴的专用光学系统，从专用光源照射白色光而检测设置于基板的标志。
如上所述，设置于本实施方式所涉及的基板处理系统50的基板对准光学系统190是偏轴光学系统。
在曝光装置10中，使用取得的标志211的位置信息，进行预对准以及精对准这二种对准。
此处所称的预对准是指，检测从未图示的基板搬送系统送入到基板载置台200的基板210的位置偏移量，对基板210进行粗对位(定位)以使得能够开始精对准。
另外，此处所称的精对准是指，高精度地测量由基板载置台200保持的基板210的位置，以使基板210的对位误差成为容许范围内的方式对基板210精密地进行对位(定位)。
在预对准中，如上所述，必须检测从未图示的基板搬送系统送入到基板载置台200的基板210的位置偏移量。
因此，检测标志211的基板对准光学系统190针对标志211的尺寸具有广泛的检测范围(视场)。
为了根据这样的广泛的检测范围求出标志211的位置(XY坐标)，多使用如上述的图案匹配(模板匹配)处理。
在图案匹配处理中，针对低对比度图像、噪声图像、或者包括在加工基板210时发生异常的标志的图像，标志211的检测困难。
标志211的测量有时由于某种要因而失败。即，在精对准中，有时无法检测标志211。另外，即使能够检测标志211，在图像处理中由于某种要因有时也无法取得位置而失败。
例如，可能有由于基板210的处理工序的影响而标志211不清晰的情况、由于基板对准光学系统190的像差的影响而标志211看不清的情况等。
另外，还考虑标志211的位置偏离摄像元件191A以及191B的摄像面的视场。
在摄像元件191A或者191B的摄像面的视场内得到标志211的清晰的图像的情况下，能够通过图像处理正确地测量标志211的位置。
然而，在图像的对比度变低、或者由于像差的影响在图像中有失真的情况下，有时无法正确地测量标志211的位置。
另外，作为标志211偏离摄像元件191A以及191B的摄像面的视场的要因，考虑预对准中的误测量、测量前的搬送处理中的位置偏移等装置所引起的要因。
另外，作为标志211偏离摄像元件191A或者191B的摄像面的视场的要因，还考虑标志211的转印位置变动等基板210的处理工序所引起的要因。
在标志211的测量失败的情况下，无法正常地进行基板210的对位。
而且，在无法正常地进行基板210的对位的情况下，执行用于使对位能够正常地进行的维护处理(维修(maintenance)处理)。
作为维护处理，例如，包括多个标志211中的使用的标志的变更、标志的像的检索范围的扩大、摄像条件的变更等。
在基板210中对准处理失败的情况下，即使之后针对基板210进行曝光处理，也无法达成充分的对准精度。
此时，通常，发生差错而停止基板210的处理，进行用于调查和消除失败原因的作业。
另一方面，在基板210中对准处理成功的情况下，接着进行针对基板210的曝光处理，但即使在对准处理成功的情况下，也存在在曝光处理中未达成充分的对准精度的可能性。
作为这样的可能性中的原因之一，可以举出由于标志211的位置的误测量而用于针对基板210的对位的计算结果变得不正确。
例如，在对包括标志211的区域进行摄像而得到的标志图像中，由于尘土的附着、其他摄像时的状态影响而生成错误的图像信号，从而发生标志211的位置的误测量。
在发生标志211的位置的误测量时，在基板210的对位的计算时会使用错误的值。
因此，计算出的结果，即使基板210的对位误差收敛于容许范围内而对准处理成功，在曝光处理时对准精度仍降低。
图3A以及图3B分别是示出用于判断在曝光装置10中是否需要维护的结构的框图以及处理流程图。
首先，通过设置于曝光装置10的图像处理单元300，进行针对基板210的图像处理，取得标志图像(图像数据)(步骤S401)。
然后，在图像处理单元300根据标志图像判定为基板210的对位误差成为容许范围内而对准成功的情况下，通过设置于曝光装置10的曝光处理单元350执行曝光处理。
另外，与执行曝光处理同时地，将关联数据附加到标志图像，从而图像处理单元300在取得对准数据301之后，交接给图像分类单元400(步骤S402)。
另外，即使在图像处理单元300根据标志图像判断为基板210的对位误差不在容许范围内而对准失败的情况下，同样地在取得对准数据301之后，交接给图像分类单元400(步骤S402)。
此外，即使在图像处理单元300中判定为对准成功，由于误测量实际上也有时失败。
在这样的情况下，也可以通过由未图示的外部测量器测量的该基板210的覆盖测量结果，将由于误测量判定为成功的对准数据301再判定为失败。
在此，关联数据是包括与取得的标志图像关联的信息的数据。例如，关联数据可以包括确定曝光装置10的机种、型号、硬件结构、软件结构、设置线等构成的信息。
另外，关联数据可以包括确定批次、基板210、原版170、配方、环境条件、处理日期时间等构成的信息。
另外，关联数据可以包括确定标志测量时的曝光装置10的各种偏置的设定、对标志211进行照明的光源120的光量、光学系统的调焦量等照明条件等构成的信息。
另外，关联数据可以包括确定标志211的类别等曝光装置10的对准时的动作条件、载置台的位置信息等构成的信息。
另外，关联数据可以包括确定紧接在前的对准测量结果、基板载置台200吸附基板210的压力等对准时的动作状态等构成的信息。
另外，交接给图像分类单元400的对准数据301不限于上述，也可以是通过使用机器学习等的未图示的图像分类单元对标志图像进行分类的结果。
如上所述，在交接给图像分类单元400的对准数据301中，还包括由图像处理单元300判定为对准成功或者失败的任意的对准数据301，但不限于此。
为了提高吞吐量，也可以仅将由图像处理单元300判定为对准失败的对准数据301交接给图像分类单元400。
另外，在步骤S401中测量的标志211的数量既可以是1个也可以是多个，另外，交接给图像分类单元400的对准数据301的数量既可以是1个也可以是多个。
另外，也可以每当针对一个标志211的图像处理结束时，依次进行针对图像分类单元400的对准数据301的交接。另外，不限于此，也可以在针对基板210的所有标志211而图像处理结束之后一并地进行。
接下来，图像分类单元400将接受的对准数据301分类为与对准失败要因有关的多个类别的某一类别(步骤S403)。
此外，图像分类单元400能够通过在曝光装置10的主控制部100、管理装置12以及主机计算机11中的至少一个中执行的软件程序实现。
在本实施方式所涉及的判断装置中，作为基板处理系统50中的对准数据301的具体的分类的方法，使用如以下所示的机器学习。
作为使用机器学习的用于判断的方法，有制作学习数据来进行机器学习的有监督学习。
而且，在有监督学习中，需要制作包括输入数据、和作为与输入数据对应的正确的数据的输出数据的学习数据(教师数据)。
在本实施方式所涉及的判断装置中，在图像分类单元400中，使用通过将输入了分类的类别编号的多个对准数据301用作学习数据305的机器学习得到的学习模型。
在此，机器学习能够使用例如神经网络进行。神经网络是指，具有输入层、中间层、输出层这样的多层的网络构造的模型。
而且，通过使用表示输入数据和输出数据的关系的学习数据，用误差逆传递法等算法使网络内部的概率变量最佳化，能够取得学习模型。
在此，说明使用神经网络来取得学习模型的例子，但不限于此，也可以使用例如支持向量机、决策树等其他模型、算法来取得学习模型。
然后，图像分类单元400通过对取得的学习模型输入对准数据301，作为输出数据输出包括与对准数据301对应的类别编号的分类信息302。
接下来，示出本实施方式所涉及的判断装置中的学习数据的具体的制作。
首先，通过使用以前针对基板210进行的对准处理的结果，将对准数据301作为输入数据，将与向各类别编号的分类对应的分类信息302作为输出数据，制作学习数据305。
作为分类信息302，能够设定例如以下的表1所示的类别编号0至5。
【表1】
表1
Figure BDA0002701404740000131
此外，关于如表1所示的各类别编号，可以根据对准处理过去失败时的对准数据301、曝光装置10自动地恢复动作的结果等手动地设置。或者，关于如表1所示的各类别编号，也可以使用机器学习等自动地设置。
如表1所示，在本实施方式所涉及的判断装置中，作为分类信息302，针对每个类别编号，设置对准处理失败的要因以及用于改善该要因的维护方法。
此外，在表1中，针对一个类别编号，确定一个要因，提示一个维护方法，但不限于此，也可以针对一个类别编号，确定多个要因，提示多个维护方法。
具体而言，类别编号0是不包含对准失败要因的正常的对准数据301，与不需要维护的情况的分类对应。
另外，类别编号1与对准失败要因无法确定、维护方法不明的情况的分类对应。
另外，类别编号2与对准失败要因是交接基板210时的位置偏移、且维护方法是基板210的交接位置的调整的情况的分类对应。
另外，类别编号3与对准失败要因是对准测量时的光源120的光量的设定失误、且维护方法是对准测量时的光源120的光量的调整的情况的分类对应。
另外，类别编号4与对准失败要因是对准测量时的基板载置台200的振动、且维护方法是对准测量时的针对基板载置台200的振动的调整的情况的分类对应。
另外，类别编号5与对准失败要因是光源120的劣化、且维护方法是光源120的更换的情况的分类对应。
在这些分类中，有效地使用在对准数据301中附加的关联数据。
此外，上述类别是一个例子，也可以设定其以外的分类的类别。
而且，为了制作作为输出数据的分类信息302，能够将作为输入数据的对准数据301通过图像分类单元400分类为类别编号0至5，取得分类信息302。
此外，在对准数据301复合地适合于上述类别的情况下，也可以分类为适合的程度最大的类别。
另外，不限于此，在对准数据301复合地适合于上述类别的情况下，也可以根据适合于各个类别的程度进行加权而分类。
根据上述要点，通过将对准数据301作为输入数据，将与向各类别编号的分类对应的分类信息302作为输出数据，能够制作学习数据305。
然后，通过学习附加类别编号的多个对准数据301，能够制作推论逻辑。
此外，在上述中，通过图像分类单元400执行用于制作学习数据305的对准数据301的分类，但不限于此。
例如，为了制作为了得到学习模型而所需的学习数据305，还能够由用户确认多个对准数据301而手动地输入类别编号。
另外，为了提高从学习模型输出的分类信息302的正确率，需要针对大量的对准数据301制作学习数据305。
如图3A所示，在显示装置206中，显示为了操作曝光装置10而所需的信息、与曝光装置10的动作有关的信息等。
图4是例示性地示出显示于显示装置206的画面900的图。
另外，在输入装置205中，由用户输入为了操作曝光装置10而所需的信息、为了使显示装置206显示画面而所需的信息等。
进而，通过使显示装置206显示为了输入分类的类别编号而所需的信息，用户能够经由输入装置205输入用于分类的类别编号的信息。
另外，在未图示的CPU中，执行使显示装置206显示信息的显示单元800、使输入装置205输入信息的输入单元810的处理。
另外，在未图示的CPU中，执行判定显示装置206中的显示以及输入装置205中的输入可否有效化的判定单元820的处理。
另外，在存储装置204中，存储未输入类别编号的未制作数据801和已输入类别编号的已制作数据802。
未制作数据801是在对准处理中取得的对准数据301、且是用于制作学习数据的数据。
另外，已制作数据802是关于未制作数据801附加类别编号的数据，成为输入到图像分类单元400的学习数据305。
在此，显示装置206、输入装置205以及存储装置204可以设置于曝光装置10，不限于此，也可以设置于主机计算机11以及管理装置12等外部的信息处理装置。
另外，显示单元800以及输入单元810能够通过在曝光装置10的主控制部100、管理装置12以及主机计算机11中的至少1个中执行的软件程序实现。
另外，判定单元820能够通过在曝光装置10的主控制部100、管理装置12以及主机计算机11中的至少1个中执行的软件程序实现。
显示单元800使显示装置206显示为了制作学习数据305而所需的信息。
图5是例示性地示出学习数据305的制作画面的图。
如图5所示，在画面910中，显示与包含于未制作数据801的数据关联的信息。
例如，在画面910中，显示由基板对准光学系统190摄像的标志211的标志图像911。
另外，在画面910中，显示例如曝光装置10的机种、曝光装置10的设置线、曝光装置10的照明条件、基板载置台200的位置信息等对标志211进行摄像时的关联数据912。
另外，在画面910中，显示表示分类的选项、和表示是否选择了分类的选择状态的分类信息913。
关于分类信息913的选择状态，能够使用输入装置205来输入选择、非选择。
在选择了某个分类的状态下按下确定按钮914的情况下，关于显示的未制作数据801输入所选择的分类的信息。
另外，在中止按钮915被按下的情况下，学习数据305的制作被中止。
此外，显示单元800也可以使画面910显示多个未制作数据801、多个关联数据912、以及多个分类信息913，关于多个未制作数据801选择分类。
输入单元810取得从输入装置205输入的分类的选择信息。然后，输入单元810将分类的选择信息与存储于存储装置204的未制作数据801关联起来，作为已制作数据802存储到存储装置204。
判定单元820根据预定的条件，判定学习数据305的制作的开始、结束。即，判定单元820判定是否开始使显示单元800显示用于进行显示装置206中的分类选择的信息，使输入单元810输入分类的选择信息的处理。
另外，判定单元820判定是否使显示单元800的用于进行显示装置206中的分类选择的信息显示、输入单元810的分类选择信息的输入处理结束。
图像分类单元400在已制作数据802达到预定的件数的情况下，也可以将已制作数据802作为学习数据305追加地进行学习，从存储装置204删除已制作数据802。
另外，也可以在存储装置204中，存储未制作数据801以及已制作数据802的件数，通过输入单元810、图像分类单元400更新这些数据的件数。
另外，也可以在存储装置204中，存储已制作数据802中的已学习的数据(追加到学习数据305的数据)以及未学习的数据(未追加到学习数据305的数据)各自的件数。而且，也可以通过输入单元810、图像分类单元400更新这些数据的件数。
另外，显示单元800也可以使这些数据的件数显示于显示装置206。
接下来，说明制作学习数据305的处理。
图6是示出制作学习数据305的处理的流程图。
在S110中，判定单元820根据开始学习数据305的制作的预定的条件，判定是否开始学习数据305的制作。
在判定单元820判定为不开始学习数据305的制作的情况下，在经过预定的期间之后，返回到S110，再次判定是否开始学习数据305的制作。
另一方面，在判定单元820判定为开始学习数据305的制作的情况下，进入到S111，开始学习数据305的制作。
然后，在S111中，在包含于未制作数据801的对准数据301中依照上述要点附加分类的类别编号的信息。
然后，在S112中，从未制作数据801删除附加有类别编号的对准数据301，追加到已制作数据802。
然后，在S113中，判定单元820根据结束学习数据305的制作的预定的条件，判定是否结束学习数据305的制作。
在判定单元820判定为不结束学习数据305的制作的情况下，返回到S111，接下来的未制作数据801显示于显示装置206。
另一方面，在判定单元820判定为结束学习数据305的制作的情况下，结束画面910的显示，结束制作学习数据305的处理。
另外，显示单元800也可以使用户判定是否使得用于对未制作数据801进行分类的画面显示于显示装置206。
图7是示出使学习数据305的制作画面显示的按钮的例示性的图。
按钮901是用于使用户判定是否使得用于对未制作数据801进行分类的画面显示于显示装置206的按钮。
在显示单元800使按钮901显示于画面900，且由用户按下按钮的情况下，使得用于对未制作数据801进行分类的画面显示于显示装置206。
另外，显示单元800也可以使表示未制作数据801的件数的消息902与按钮901一并显示。
通过显示消息902，用户能够根据未制作数据801的件数，判定是否开始学习数据305的制作。
另外，通过在管理装置12等设置于曝光装置10的外部的装置中设置图像分类单元400，能够从多个曝光装置10接受对准数据301，制作学习数据305。
另外，图像分类单元400也可以在预先设定的期间或者直至件数的上限为止，保管接受的对准数据301的全部或者一部分。
进而，也可以使得能够从一览显示的多个类别选择任意的类别，调出分类为所选择的类别而保管的对准数据301并进行画面显示。
另外，也可以使得能够合计包含于所选择的类别的对准数据301的数量而显示结果。
另外，也可以使得能够用被赋予的关联数据来区分包含于选择的类别的对准数据301，合计来显示结果。
然后，在步骤S403中通过图像分类单元400分类对准数据301后，通过曝光装置10或者管理装置12显示分类结果(步骤S404)。
然后，根据显示的分类结果，用户或者判断装置判断能否维护处理303(判断维护的必要性)(步骤S405)。
在判断为能够维护处理的情况下(步骤S405的“是”)，手动或者自动地执行维护处理303(步骤S406)。另一方面，在判断为不能维护处理303的情况下(步骤S405的“否”)，结束维护处理的实施判断。
此外，此处所称的维护处理303例如如表1所示，既可以通过装置自动地实施，也可以为了使用户手动地实施而通过装置显示警告。
接下来，监视对准数据301是否被再次分类为已实施维护处理303的类别编号、即是否尽管已实施维护处理303但再次发生同样的对准失败(步骤S407)。
然后，在对准数据301被再次分类为已实施维护处理303的类别编号的情况下、即问题未消除的情况下(步骤S407的“否”)，以将对准数据301分类为其他类别编号的方式进行追加学习(步骤S408)。
此外，该追加学习(变更分类的基准)既可以由用户手动地执行，也可以通过装置自动地执行。
另一方面，在预定的时间中对准数据301未被再次分类为已实施维护处理303的类别编号的情况下(步骤S407的“是”)，结束维护处理的实施判断。
如以上所述，在本实施方式所涉及的判断装置中，使用通过机器学习取得的学习模型，针对由曝光装置10取得的对准数据301，进行与对准失败要因有关的分类。然后，根据分类的对准失败要因，判断是否需要维护曝光装置10。
由此，能够得到能够判断是否需要维护曝光装置10的判断装置。
[第二实施方式]
图8A以及图8B分别是示出在第二实施方式所涉及的判断装置中用于判断在曝光装置10中是否需要维护的结构的框图以及处理流程图。
此外，本实施方式所涉及的判断装置除了新设置失败判定单元430以外，结构与第一实施方式所涉及的判断装置相同，所以对同一部件附加同一编号，省略说明。
首先，通过设置于曝光装置10的图像处理单元300，进行针对基板210的图像处理，取得标志图像(图像数据)(步骤S601)。
然后，在图像处理单元300根据标志图像判定为基板210的对位误差成为容许范围内而对准成功的情况下，通过设置于曝光装置10的曝光处理单元350执行曝光处理。
另外，与执行曝光处理同时地，将关联数据附加到标志图像，从而图像处理单元300在取得对准数据301之后，交接给图像分类单元400(步骤S602)。
另外，即使在图像处理单元300根据标志图像判定为基板210的对位误差不在容许范围内而对准失败的情况下，也同样地在取得对准数据301之后，交接给图像分类单元400(步骤S602)。
此外，即使在图像处理单元300中判定为对准成功，由于误测量实际上也有时失败。
在这样的情况下，也可以通过由未图示的外部测量器测量的该基板210的覆盖测量结果，将由于误测量判定为成功的对准数据301再判定为失败。
在此，关联数据是包括与取得的标志图像关联的信息的数据。例如，关联数据可以包括确定曝光装置10的机种、型号、硬件结构、软件结构、设置线等构成的信息。
另外，关联数据可以还包括确定批次、基板210、原版170、配方、环境条件、处理日期时间等构成的信息。
进而，关联数据可以包括确定标志测量时的曝光装置10的各种偏置的设定、对标志211进行照明的光源120的光量、光学系统的调焦量等照明条件等构成的信息。
另外，关联数据可以包括确定标志211的类别等曝光装置10的对准时的动作条件、载置台的位置信息等构成的信息。
另外，关联数据可以包括确定紧接在前的对准测量结果、基板载置台200吸附基板210的压力等对准时的动作状态等构成的信息。
另外，交接给图像分类单元400的对准数据301不限于上述，也可以是通过使用机器学习等的未图示的图像分类单元对标志图像进行分类的结果。
如上所述，在交接给图像分类单元400的对准数据301中，还包括由图像处理单元300判定为对准成功或者失败的任意的对准数据301，但不限于此。
为了提高吞吐量，也可以仅将由图像处理单元300判定为对准失败的对准数据301交接给图像分类单元400。
另外，在步骤S601中测量的标志211的数量既可以是1个也可以是多个，另外，交接给图像分类单元400的对准数据301的数量既可以是1个也可以是多个。
另外，也可以每当针对一个标志211的图像处理结束时，依次进行针对图像分类单元400的对准数据301的交接。另外，不限于此，也可以在针对基板210的所有标志211而图像处理结束之后一并地进行。
接下来，图像分类单元400通过将接受的对准数据301分类为与对准失败要因有关的多个类别的某一类别，取得分类信息302(步骤S603)。
此外，图像分类单元400能够通过在曝光装置10的主控制部100、管理装置12以及主机计算机11中的至少一个中执行的软件程序实现。
作为分类信息302，能够设定例如以下的表2所示的类别编号0至5。
【表2】
表2
Figure BDA0002701404740000221
此外，如表2所示的各类别编号可以根据对准处理过去失败时的对准数据301、曝光装置10自动地恢复动作的结果等手动地设置。或者，如表2所示的各类别编号也可以使用机器学习等自动地设置。
如表2所示，在本实施方式所涉及的判断装置中，作为分类信息302，针对每个类别编号，设置对准处理失败的要因以及用于改善该要因的维护方法。
具体而言，类别编号0是不包含对准失败要因的正常的对准数据301，与不需要维护的情况的分类对应。
另外，类别编号1与对准失败要因无法确定、维护方法不明的情况的分类对应。
另外，类别编号2与对准失败要因是交接基板210时的位置偏移、或者依赖于基板210的处理工序的标志211的位置变动、且在前者的情况下维护方法是基板210的交接位置的调整的情况的分类对应。
另外，类别编号3与对准失败要因是对准测量时的光源120的光量的设定失误、且维护方法是对准测量时的光源120的光量的调整的情况的分类对应。
另外，类别编号4与对准失败要因是对准测量时的基板载置台200的振动、或者依赖于基板210的处理工序的对比度的降低的情况的分类对应。而且，在对准失败要因是前者的情况下，与维护方法是对准测量时的针对基板载置台200的振动的调整的情况的分类对应。
另外，类别编号5与对准失败要因是光源120的劣化、且维护方法是光源120的更换的情况的分类对应。
在这些分类中，有效地使用在对准数据301中附加的关联数据。
此外，上述类别是一个例子，也可以设定其以外的分类的类别。
此外，在对准数据301复合地适合于上述类别的情况下，也可以分类为适合的程度最大的类别。
另外，不限于此，在对准数据301复合地适合于上述类别的情况下，也可以根据适合于各个类别的程度进行加权而分类。
在第一实施方式所涉及的判断装置中，如表1所示，针对一个类别编号确定一个要因，提示一个维护方法。
然而，在本实施方式所涉及的判断装置中，有如表2所示，针对一个类别编号确定多个要因，针对各个要因提示维护方法的情况。
例如，在表2所示的类别编号2中，作为对准失败要因，确定作为由来于曝光装置10的要因的“交接基板210时的位置偏移”或者作为由来于基板处理工序的要因的“依赖于基板210的处理工序的标志211的位置变动”。
这意味着，仅根据既存的对准数据301，无法将对准失败要因收敛为一个。
例如，考虑在包含于对准数据301的标志图像中标志211的位置大幅偏移的情况。
此时，在曝光装置10的图案匹配处理中由于标志211的位置大幅偏移到无法测量的程度，而发生对准失败。
而且，设为通过由图像分类单元400实施的分类，根据标志211的位置大幅偏移，对准数据301被分类成类别编号2。
此时，根据在类别编号2中确定的要因，通过维护曝光装置10能够进行修复。
即，在由于曝光装置10中的基板210的接受位置偏移而发生该对准失败的情况下，通过在曝光装置10中调整基板210的接受位置能够进行修复。
然而，在有依赖于基板210的处理工序的标志211的位置变动、即在基板210上的偏移的位置形成标志211的情况下，需要考虑了曝光装置10以外的装置中的基板处理工序的调整。因此，在曝光装置10的维护处理中无法进行修复。
在本实施方式所涉及的判断装置中，在如上所述通过图像分类单元400将对准数据301分类为怀疑多个要因的类别编号的情况下，使用失败判定单元430。
即，图像分类单元400将这样分类的分类信息302交接给失败判定单元430，判定是否为由来于曝光装置的要因(步骤S604)。
在此，失败判定单元430能够通过例如在管理装置12中执行的软件程序实现。
表3分别例示性地示出将在过去的预定的次数的对准处理的失败中取得的多个标志图像针对每个曝光装置分类为各类别编号的次数。
【表3】
表3
Figure BDA0002701404740000251
如上所述，对准失败要因存在在对准测量时使用的光源120的种类、标志211的形状等对准动作条件根据曝光装置而不同、即依赖于装置的可能性。
因此，失败判定单元430通过在曝光装置之间比较如表3所示的通过过去的相互相同的次数的对准处理取得的分类信息302，进行判定。
例如，在表3中关注于于类别编号2时，可知在曝光装置EQ2中分类的次数比其他曝光装置显著多。
因此，失败判定单元430在被分类为类别编号2的对准数据301是在曝光装置EQ2中取得的对准数据的情况下，将上述比较结果、即确定是由来于曝光装置的要因的判定结果431回送给图像分类单元400。
然后，图像分类单元400根据判定结果431，从确定的多个对准失败要因，选择适合的对准失败要因，即进行进一步分类，输出分类信息302(步骤S605)。
即，图像分类单元400在将在曝光装置EQ2中取得的对准数据301分类为类别编号2时，分类为对准失败要因是交接基板210时的位置偏移。然后，能够分类为维护方法是基板210的交接位置的调整。
此外，也可以根据计算在各曝光装置中分类的次数的中央值、平均值，在预定的曝光装置中分类的次数与其的差超过阈值，进行失败判定单元430中的判定。
另外，如果将在预定的装置中分类的次数设为x、将在各曝光装置中分类的次数的平均值以及标准偏差分别设为μ以及σ，则也可以根据检验统计量|x-μ|/σ超过阈值，进行失败判定单元430中的判定。
另外，失败判定单元430中的判定方法不限定于上述，另外，还能够采用选择统计异常值的手法。
另外，在本实施方式所涉及的判断装置中，通过比较针对在各曝光装置中取得的同一数量的标志图像的分类，进行失败判定单元430中的判定，但不限于此。例如，也可以通过比较针对各曝光装置中的同一期间内取得的标志图像的分类，进行失败判定单元430中的判定。
另外，也可以限定于在预定的对准模式、配方等特定的动作条件下实施的对准处理中取得的标志图像，进行失败判定单元430中的判定。即，也可以通过比较针对各基板处理装置中的通过同一动作条件取得的标志图像的分类，进行失败判定单元430中的判定。
然后，在步骤S605中通过图像分类单元400输出分类信息302后，通过装置显示分类结果(步骤S606)。
然后，根据显示的分类结果，用户或者装置判断能否维护处理303(步骤S607)。
在判断为能够维护处理303的情况下(步骤S607的“是”)，手动或者自动地执行维护处理303(步骤S608)。另一方面，在判断为不能维护处理303的情况下(步骤S607的“否”)，结束维护处理的实施判断。
此外，此处所称的维护处理303是例如表2所示的例子，既可以通过装置自动地实施，也可以为了使用户手动地实施而通过装置显示警告。
接下来，监视对准数据301是否被再次分类为已实施维护处理303的类别编号、即是否尽管已实施维护处理303但再次发生同样的对准失败(步骤S609)。
然后，在对准数据301被再次分类为已实施维护处理303的类别编号的情况下、即判断为问题未消除的情况下(步骤S609的“否”)，实施以下的二个中的任意一个。
即，以通过图像分类单元400将对准数据301分类为其他类别编号的方式进行追加学习(变更分类的基准)，或者，变更步骤S604的判断中的阈值(变更判断的基准)(步骤S610)。
此外，步骤S610中的追加学习既可以由用户手动地执行，也可以通过装置自动地执行。另外，步骤S610中的阈值的变更既可以由用户手动地执行，也可以通过装置使用机器学习等自动地执行。
另一方面，在预定的时间中对准数据301未被再次分类为已实施维护处理303的类别编号的情况下(步骤S609的“是”)，结束维护处理的实施判断。
如以上所述，在本实施方式所涉及的判断装置中，使用通过机器学习取得的学习模型，针对由曝光装置10取得的对准数据301，进行与对准失败要因有关的分类，并且相互比较各曝光装置10中的分类。
由此，判断分类的对准失败要因是否由来于曝光装置10，据此判断是否需要维护曝光装置10。
由此，能够得到能够更高精度地判断是否需要维护曝光装置10的判断装置。
[物品的制造方法]
利用本实施方式所涉及的判断装置的物品的制造方法例如适合于制造器件(半导体元件、磁存储介质、液晶显示元件等)等物品。
另外，本实施方式所涉及的物品的制造方法包括：使用曝光装置10，对涂敷有感光剂的基板进行曝光(在基板上形成图案的)的工序；以及使用未图示的显影装置使曝光的基板显影(处理基板)的工序。
另外，本实施方式所涉及的制造方法可以包括其他公知的工序(氧化、成膜、蒸镀、掺杂、平坦化、蚀刻、抗蚀剂剥离、切割、键合、封装等)。
本实施方式所涉及的物品的制造方法相比于以往，在物品的性能、质量、生产量以及生产成本的至少1个中更有利。
以上，说明了优选的实施方式，但当然不限定于这些实施方式，能够在其要旨的范围内进行各种变形以及变更。
另外，作为基板处理装置10的一个例子，说明了曝光装置，但不限定于此。
例如，作为基板处理装置10的一个例子，也可以是使用模具向基板形成压印材料的图案的压印装置。
另外，作为基板处理装置10的一个例子，也可以是经由电荷粒子光学系统用电荷粒子射线(电子射线、离子束等)对基板进行描绘，向基板形成图案的描绘装置。
另外，基板处理装置10可以还包括将感光介质涂敷到基板的表面上的涂敷装置、使形成有图案的基板显影的显影装置等、在器件等物品的制造中实施如上述的压印装置等装置实施的工序以外的工序的制造装置。
另外，实施上述示出的实施方式的方法、程序、记录该程序的计算机可读取的记录介质也包含于本实施方式的范围。
根据本发明，能够提供能够判断是否需要维护基板处理装置的判断装置。

Claims (19)

1.一种判断装置，其特征在于，
针对在基板处理装置中摄像的基板上的标志的图像数据，使用通过机器学习取得的学习模型，进行与对准失败要因有关的分类，根据该分类的结果，判断是否需要维护所述基板处理装置。
2.根据权利要求1所述的判断装置，其特征在于，
所述判断装置针对将包括与所述图像数据关联的信息的关联数据附加到所述图像数据而取得的对准数据，进行所述分类。
3.根据权利要求1所述的判断装置，其特征在于，
所述判断装置通过在多个所述基板处理装置之间比较所述分类，进行所述分类。
4.根据权利要求3所述的判断装置，其特征在于，
所述判断装置通过所述比较，判断所述对准失败要因是否由来于所述基板处理装置。
5.根据权利要求4所述的判断装置，其特征在于，
所述判断装置通过比较针对在各基板处理装置中取得的同一数量的所述图像数据的所述分类，判断所述对准失败要因是否由来于所述基板处理装置。
6.根据权利要求4所述的判断装置，其特征在于，
所述判断装置通过比较针对各基板处理装置中的同一期间内取得的所述图像数据的所述分类，判断所述对准失败要因是否由来于所述基板处理装置。
7.根据权利要求4所述的判断装置，其特征在于，
所述判断装置通过比较针对各基板处理装置中的利用同一动作条件取得的所述图像数据的所述分类，判断所述对准失败要因是否由来于所述基板处理装置。
8.根据权利要求4所述的判断装置，其特征在于，
所述判断装置在判断为所述对准失败要因由来于所述基板处理装置时，执行针对所述基板处理装置的维护处理。
9.根据权利要求8所述的判断装置，其特征在于，
所述判断装置判断在执行所述维护处理之后所述对准失败要因是否被消除，在未被消除的情况下，变更用于判断所述对准失败要因是否由来于所述基板处理装置的基准。
10.根据权利要求1所述的判断装置，其特征在于，
所述判断装置在对所述图像数据进行了分类之后，根据与分类后的该对准失败要因对应的维护方法，执行针对所述基板处理装置的维护处理。
11.根据权利要求10所述的判断装置，其特征在于，
所述判断装置判断在执行所述维护处理之后所述对准失败要因是否被消除，在未被消除的情况下，变更所述分类的基准。
12.根据权利要求1所述的判断装置，其特征在于，
所述判断装置显示所述分类的结果以及与该结果对应的维护方法的至少一方。
13.根据权利要求1所述的判断装置，其特征在于，
所述判断装置仅针对所述图像数据中的对准处理失败的图像数据进行所述分类。
14.根据权利要求1所述的判断装置，其特征在于，
所述基板处理装置是以使用曝光光将形成于原版的图案转印到所述基板上的方式对所述基板进行曝光的曝光装置。
15.一种处理基板的基板处理装置，其特征在于，具有权利要求1至14中的任意一项所述的判断装置。
16.一种物品的制造方法，其特征在于，
具有使用权利要求15所述的基板处理装置处理基板的工序，
根据处理后的所述基板制造物品。
17.一种基板处理系统，其特征在于，具备：
处理基板的多个基板处理装置；
主机计算机，控制该多个基板处理装置的动作；以及
管理装置，管理所述多个基板处理装置的保养，
所述管理装置包括权利要求1至14中的任意一项所述的判断装置。
18.一种判断方法，其特征在于，具有：
针对在基板处理装置中摄像的基板上的标志的图像数据，使用通过机器学习取得的学习模型，进行与对准失败要因有关的分类的工序；以及
根据进行该分类的工序的结果，判断是否需要维护所述基板处理装置的工序。
19.一种记录有程序的计算机可读取的记录介质，该程序使计算机判断维护的必要性，其特征在于，该程序使计算机执行：
针对在基板处理装置中摄像的基板上的标志的图像数据，使用通过机器学习取得的学习模型，进行与对准失败要因有关的分类的工序；以及
根据进行该分类的工序的结果，判断是否需要维护所述基板处理装置的工序。
CN202011023439.8A 2019-09-25 2020-09-25 判断装置 Active CN112558435B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-174330 2019-09-25
JP2019174330A JP7373340B2 (ja) 2019-09-25 2019-09-25 判断装置

Publications (2)

Publication Number Publication Date
CN112558435A true CN112558435A (zh) 2021-03-26
CN112558435B CN112558435B (zh) 2024-05-28

Family

ID=75042556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011023439.8A Active CN112558435B (zh) 2019-09-25 2020-09-25 判断装置

Country Status (4)

Country Link
JP (1) JP7373340B2 (zh)
KR (1) KR20210036264A (zh)
CN (1) CN112558435B (zh)
TW (1) TWI829962B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6925203B1 (en) * 1999-03-09 2005-08-02 Canon Kabushiki Kaisha Position detection apparatus and exposure apparatus
JP2007096069A (ja) * 2005-09-29 2007-04-12 Nikon Corp 位置合わせ方法、重ね合わせ精度計測方法、露光方法、位置合わせ装置、露光装置、及び重ね合わせ精度計測装置
TW200745771A (en) * 2006-02-17 2007-12-16 Nikon Corp Adjustment method, substrate processing method, substrate processing apparatus, exposure apparatus, inspection apparatus, measurement and/or inspection system, processing apparatus, computer system, program and information recording medium
CN103097936A (zh) * 2010-09-03 2013-05-08 派因布鲁克成像系统公司 制造三维集成电路的系统及方法
TW201816670A (zh) * 2016-10-14 2018-05-01 美商克萊譚克公司 用於經組態用於半導體應用之深度學習模型之診斷系統及方法
JP2019121400A (ja) * 2018-01-04 2019-07-22 エーティーアンドエス （チャイナ） カンパニー リミテッド アライメントマーカの縁部シャープネス評価

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003332209A (ja) * 2002-05-13 2003-11-21 Hitachi Ltd 半導体デバイスの製造方法並びに製造ラインの診断方法、そのシステムおよびそのプログラム
JP2008141018A (ja) * 2006-12-01 2008-06-19 Canon Inc 露光装置、露光装置のプログラム及びデバイス製造方法
JP2009027020A (ja) * 2007-07-20 2009-02-05 Nikon Corp 検査装置、露光装置及び検査方法
JP2014093474A (ja) * 2012-11-06 2014-05-19 Canon Inc 露光装置の復旧方法、および露光装置
CN108885414B (zh) * 2016-02-18 2021-07-06 Asml荷兰有限公司 光刻装置、器件制造方法以及相关的数据处理装置和计算机程序产品
KR102555175B1 (ko) * 2016-10-21 2023-07-12 에이에스엠엘 네델란즈 비.브이. 패터닝 프로세스용 보정 결정 방법
US10733744B2 (en) * 2017-05-11 2020-08-04 Kla-Tencor Corp. Learning based approach for aligning images acquired with different modalities
JP7010641B2 (ja) * 2017-09-27 2022-01-26 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 異常診断方法および異常診断装置
EP3627228A1 (en) * 2017-09-28 2020-03-25 ASML Netherlands B.V. Lithographic method
US10656518B2 (en) * 2017-12-17 2020-05-19 United Microelectronics Corp. Automatic inline detection and wafer disposition system and method for automatic inline detection and wafer disposition
EP3518040A1 (en) * 2018-01-30 2019-07-31 ASML Netherlands B.V. A measurement apparatus and a method for determining a substrate grid
JP7366626B2 (ja) * 2019-07-31 2023-10-23 キヤノン株式会社 判断装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6925203B1 (en) * 1999-03-09 2005-08-02 Canon Kabushiki Kaisha Position detection apparatus and exposure apparatus
JP2007096069A (ja) * 2005-09-29 2007-04-12 Nikon Corp 位置合わせ方法、重ね合わせ精度計測方法、露光方法、位置合わせ装置、露光装置、及び重ね合わせ精度計測装置
TW200745771A (en) * 2006-02-17 2007-12-16 Nikon Corp Adjustment method, substrate processing method, substrate processing apparatus, exposure apparatus, inspection apparatus, measurement and/or inspection system, processing apparatus, computer system, program and information recording medium
CN103097936A (zh) * 2010-09-03 2013-05-08 派因布鲁克成像系统公司 制造三维集成电路的系统及方法
TW201816670A (zh) * 2016-10-14 2018-05-01 美商克萊譚克公司 用於經組態用於半導體應用之深度學習模型之診斷系統及方法
JP2019121400A (ja) * 2018-01-04 2019-07-22 エーティーアンドエス （チャイナ） カンパニー リミテッド アライメントマーカの縁部シャープネス評価

Also Published As

Publication number Publication date
TW202113510A (zh) 2021-04-01
TWI829962B (zh) 2024-01-21
JP2021051200A (ja) 2021-04-01
JP7373340B2 (ja) 2023-11-02
CN112558435B (zh) 2024-05-28
KR20210036264A (ko) 2021-04-02

Similar Documents

Publication Publication Date Title
US7158233B2 (en) Alignment mark, alignment apparatus and method, exposure apparatus, and device manufacturing method
KR101191057B1 (ko) 얼라인먼트 정보 표시 방법과 그 프로그램, 얼라인먼트방법, 노광 방법, 디바이스 제조 방법, 표시 시스템, 표시장치, 프로그램 및 측정/검사 장치
US11347153B2 (en) Error detection and correction in lithography processing
US5747202A (en) Projection exposure method
JP3641604B2 (ja) リソグラフィツールの調整方法
US10996574B2 (en) Substrate processing apparatus, article manufacturing method, substrate processing method, substrate processing system, management apparatus, and storage medium
KR101867648B1 (ko) 위치를 구하는 방법, 노광 방법 및 물품의 제조 방법
US4786166A (en) Determination of focal plane for a scanning projection aligner
CN112309909B (zh) 判断装置、基板处理装置以及物品的制造方法
US9984453B2 (en) Measurement apparatus, lithography apparatus, and method of manufacturing article
CN112558435B (zh) 判断装置
TWI836116B (zh) 判斷裝置，基板處理裝置及物品的製造方法
US10504219B2 (en) Inspection apparatus and inspection method
JP2873748B2 (ja) 半導体製造装置
US8212990B2 (en) Exposure apparatus, information processing apparatus, and method of manufacturing device
JP2020191379A (ja) 情報処理装置、プログラム、基板処理装置、物品の製造方法、及び物品の製造システム
JPH10223518A (ja) デバイス製造方法およびこれに使用できる露光装置
JP2005116561A (ja) テンプレート作成方法及び装置、位置検出方法及び装置、並びに露光方法及び装置
JP2024014295A (ja) 位置合わせ装置、露光装置、及び物品の製造方法
JP2022187831A (ja) 計測装置、リソグラフィ装置及び物品の製造方法
TW202244602A (zh) 標記檢測設備、標記學習設備、基板處理設備、標記檢測方法及物品的製造方法
JPH0799732B2 (ja) 位置合わせ方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant