JP2009049112A - 荷電粒子ビーム描画装置及び描画装置の故障部品候補情報の作成方法 - Google Patents

Abstract

【目的】故障部品候補を抽出するシステムを搭載した描画装置を提供することを目的とする。
【構成】本発明の一態様の描画装置１００は、診断結果で関連付けされた複数の診断ＩＤを記憶する診断ツリーテーブル１４２と、診断ＩＤと診断レベルと部品ＩＤと故障度数とを対応させて記憶する部品係数テーブル１４４と、第ｎ番目の診断ＩＤと、描画装置１００の所定の機能を第ｎ番目の診断手法を用いて診断した第ｎ番目の診断結果とを入力し、診断ツリーテーブル１４２を用いて関連付けされた第ｎ＋１番目の診断ＩＤを抽出する抽出部１４２と、抽出されたすべての診断ＩＤを基に、部品係数テーブル１４４を用いて関連する部品ＩＤを抽出する抽出部１２４と、部品係数テーブル１４４を用いて部品ＩＤ毎に故障度数の累積加算値を演算する累積加算部１３０と、部品ＩＤと累積加算値とを出力するＩ／Ｆ回路１６４と、を備えたことを特徴とする。
【選択図】図１

Description

本発明は、荷電粒子ビーム描画装置及び描画装置の故障部品候補情報の作成方法に係り、例えば、故障した可能性が高い部品候補の情報を作成する荷電粒子ビーム描画装置、及びその情報を作成する方法に関する。

半導体デバイスの微細化の進展を担うリソグラフィ技術は半導体製造プロセスのなかでも唯一パターンを生成する極めて重要なプロセスである。近年、ＬＳＩの高集積化に伴い、半導体デバイスに要求される回路線幅は年々微細化されてきている。これらの半導体デバイスへ所望の回路パターンを形成するためには、高精度の原画パターン（レチクル或いはマスクともいう。）が必要となる。ここで、電子線（電子ビーム）描画技術は本質的に優れた解像性を有しており、高精度の原画パターンの生産に用いられる。

図１５は、可変成形型電子線描画装置の動作を説明するための概念図である。
可変成形型電子線（ＥＢ：Ｅｌｅｃｔｒｏｎ ｂｅａｍ）描画装置は、以下のように動作する。まず、第１のアパーチャ４１０には、電子線３３０を成形するための矩形例えば長方形の開口４１１が形成されている。また、第２のアパーチャ４２０には、開口４１１を通過した電子線３３０を所望の矩形形状に成形するための可変成形開口４２１が形成されている。荷電粒子ソース４３０から照射され、開口４１１を通過した電子線３３０は、偏向器により偏向される。そして、可変成形開口４２１の一部を通過して、ステージ上に搭載された試料に照射される。ステージは、描画中、所定の一方向（例えば、Ｘ方向とする）に連続的に移動している。このように、開口４１１と可変成形開口４２１との両方を通過できる矩形形状が、試料３４０の描画領域に描画される。開口４１１と可変成形開口４２１との両方を通過させ、任意形状を作成する方式を可変成形方式という。

電子ビーム描画装置が長期にわたって稼動停止（ダウン）になる要因として、装置を構成する多数の部品のうち、故障部品がどれなのかを特定するまでの時間が長くかかってしまうことが挙げられる。従来、故障部品の調査方法や判定方法は、ユーザの経験を頼りにしていたため、システム化されていなかった。そのために上述したような問題が生じたものと考えられる。また、すべての部品に対して部品単体で診断出来る方法を装置に組み込むことは，コスト面でも技術面でも非現実的である。そのために部品特定が困難な状況が生じていた。

ここで、コンピュータで制御しているＸＹステージ，アーム，センサ他有寿命の多数の部品の動作回数、移動距離、動作精度、動作時間等の情報を前記コンピュータで蓄積し、調整や部品交換が必要であることを自己診断するという技術が開示されている（例えば、特許文献１参照）。この技術では、蓄積情報により各々の部品の劣化度や精度低下度を判断して、必要なものだけの調整や部品交換を行うとしている。しかしながら、この技術では、動作回数や移動距離や動作時間があらかじめ設定された値（以下警戒値と略す）より大きいかについて検査を行なうことや、動作精度が警戒値より悪いかについて検査を行なうだけで、現在起こっている稼動停止状態の原因となる具体的な故障部品を抽出するものではない。
特開平０５−２６７１３８号公報

上述したように、従来、経験を頼りに故障部品の調査や判定を行なっていたため、故障部品を特定するまでに長時間を要していた。これでは、その間装置を稼動することができず稼働率が低下してしまう。別の言い方をすれば、平均復旧時間（ＭＴＴＲ）が増加してしまう。そのため、故障部品を自動で特定するシステムが望まれている。しかし、従来、十分に効果を発揮するシステムが存在していなかった。

そこで、本発明は、かかる問題点を克服し、故障部品候補を抽出するシステムを搭載した描画装置及び故障部品候補の情報を作成する方法を提供することを目的とする。

本発明の一態様の荷電粒子ビーム描画装置は、
診断結果に基づいて少なくとも一部が関連付けされた複数の診断手法の識別子を記憶する第１のデータベースと、
複数の診断手法の識別子と複数の診断手法の各診断結果を示す識別子と複数の診断手法に関連する部品の識別子と部品の評価量とを対応させて記憶する第２のデータベースと、
第ｎ番目の診断手法の識別子と、荷電粒子ビームを用いて試料にパターンを描画する描画装置の所定の機能を第ｎ番目の診断手法を用いて診断した第ｎ番目の診断結果とを入力し、第ｎ番目の診断手法の識別子と第ｎ番目の診断結果とを基に第１のデータベースを用いて関連付けされた第ｎ＋１番目の診断手法の識別子を抽出する第１の抽出部と、
第１の抽出部によって抽出されたすべての診断手法の識別子を基に、第２のデータベースを用いて、抽出されたすべての診断手法の少なくとも１つの診断手法に関連する複数の部品の識別子を抽出する第２の抽出部と、
抽出された複数の部品の識別子のそれぞれに対して、抽出されたすべての診断手法の識別子と抽出されたすべての診断手法を用いて所定の機能を診断した各診断結果を示す識別子とを基に第２のデータベースを用いて抽出される複数の評価量の累積加算値を演算する演算部と、
第２の抽出部によって抽出された複数の部品の識別子と各部品の識別子に対応する評価量の累積加算値とを出力する出力部と、
を備えたことを特徴とする。

かかる構成により、ユーザは、診断結果に関連付けされた複数の診断手法を順に試した結果に基づく部品毎の評価量の累積加算値を得ることができる。

また、荷電粒子ビーム描画装置は、さらに、抽出された複数の部品の識別子を基に、第２のデータベースを用いて、第１の抽出部によって抽出されなかった第２の診断手法の識別子を抽出する第３の抽出部を備え、
演算部は、抽出された複数の部品の識別子のそれぞれに対して、すべての第２の診断手法の識別子とすべての第２の診断手法の各診断結果を示す識別子とを基に、第２のデータベースを用いて該当する第２の評価量を抽出し、第２の評価量を累積加算値にさらに累積加算すると好適である。

また、評価量として、部品の故障の度合いを示す故障度数を用いると好適である。

また、荷電粒子ビーム描画装置は、さらに、第１の抽出部によって抽出されたすべての診断手法の識別子が示す診断手法を用いて所定の機能を診断する診断処理部を備えると好適である。

また、本発明の一態様の描画装置の故障部品候補情報の作成方法は、
第ｎ番目の診断手法の識別子と、荷電粒子ビームを用いて試料にパターンを描画する描画装置の所定の機能を第ｎ番目の診断手法を用いて診断した第ｎ番目の診断結果とを入力し、第ｎ番目の診断手法の識別子と第ｎ番目の診断結果とを基に、診断結果に基づいて少なくとも一部が関連付けされた複数の診断手法の識別子を記憶する第１のデータベースを用いて関連付けされた第ｎ＋１番目の診断手法の識別子を抽出する第１から第ｎの診断手法抽出工程と、
抽出されたすべての診断手法の識別子を基に、複数の診断手法の識別子と複数の診断手法の各診断結果を示す識別子と複数の診断手法に関連する部品の識別子と部品の評価量とを対応させて記憶する第２のデータベースを用いて、抽出されたすべての診断手法の少なくとも１つの診断手法に関連する複数の部品の識別子を抽出する部品抽出工程と、
抽出された複数の部品の識別子のそれぞれに対して、抽出されたすべての診断手法の識別子と抽出されたすべての診断手法の各診断結果を示す識別子とを基に、第２のデータベースを用いて該当する複数の評価量を抽出する評価量抽出工程と、
抽出された部品毎に、複数の評価量の累積加算値を演算する演算工程と、
抽出された複数の部品の識別子と各部品の識別子に対応する評価量の累積加算値とを出力する出力工程と、
を備えたことを特徴とする。

本発明によれば、システム化された診断手法を経た故障部品候補の評価量の累積加算値を得ることができる。よって、その大小により客観的に故障部品を特定することができる。

以下、実施の形態では、荷電粒子ビームの一例として、電子ビームを用いた構成について説明する。但し、荷電粒子ビームは、電子ビームに限るものではなく、イオンビーム等の他の荷電粒子を用いたビームでも構わない。

実施の形態１．
図１は、実施の形態１における描画装置の構成を示す概念図である。
図１において、描画装置１００は、描画部１５０と制御部１６０を備えている。描画装置１００は、荷電粒子ビーム描画装置の一例となる。そして、描画装置１００は、試料１０１に所望するパターンを描画する。描画部１５０は、電子鏡筒１０２、描画室１０３を有している。電子鏡筒１０２内には、電子銃２０１、照明レンズ２０２、第１のアパーチャ２０３、投影レンズ２０４、偏向器２０５、第２のアパーチャ２０６、対物レンズ２０７、及び偏向器２０８が配置されている。また、描画室１０３内には、移動可能に配置されたＸＹステージ１０５が配置されている。また、ＸＹステージ１０５上には、試料１０１が配置されている。試料１０１として、例えば、ウェハにパターンを転写する露光用のマスク基板が含まれる。マスク基板としては、まだ何も描画されていないマスクブランクスが含まれる。また、電子鏡筒１０２には、真空ポンプ１０７が接続されている。制御部１６０は、磁気ディスク装置１０９，１４０，１４８、複数の制御回路１１０ａ〜１１０ｎ、故障部品候補情報生成部１２０、メモリ１２１、調査ツール制御部１３２、測定ツール制御部１３４、診断処理部１４６、制御計算機１６２、モニタ１６３、及びインターフェース（Ｉ／Ｆ）回路１６４を有している。故障部品候補情報生成部１２０内では、抽出部１２２，１２４，１２６，１２８及び累積加算部１３０といった各機能を有している。故障部品候補情報生成部１２０に入力される情報或いは演算処理中及び処理後の各情報はその都度メモリ１２１に記憶される。磁気ディスク装置１０９，１４０，１４８、複数の制御回路１１０ａ〜１１０ｎ、故障部品候補情報生成部１２０、メモリ１２１、調査ツール制御部１３２、測定ツール制御部１３４、診断処理部１４６、制御計算機１６２、モニタ１６３、及びインターフェース（Ｉ／Ｆ）回路１６４は、バス１７０を介して接続されている。また、各制御回路１１０ａ〜１１０ｎ内には、少なくとも１つ以上の測定ツール１１２（ａ〜ｎ）が配置されている。また、磁気ディスク装置１４０には、データベース（ＤＢ）となる診断ツリーテーブル１４２及び部品係数テーブル１４４が格納されている。また、磁気ディスク装置１４８には、故障部品候補情報の一例となる結果リスト１４９が格納されることになる。また、磁気ディスク装置１０９には描画データが格納されている。

図１では、本実施の形態１を説明する上で必要な構成部分について記載している。描画装置１００にとって、通常、必要なその他の構成が含まれることは言うまでもない。また、図１では、コンピュータの一例となる故障部品候補情報生成部１２０で、抽出部１２２，１２４，１２６，１２８及び累積加算部１３０といった各機能の処理を実行するように記載しているがこれに限るものではない。例えば、電気的な回路によるハードウェアにより実施させても構わない。或いは、電気的な回路によるハードウェアとソフトウェアとの組合せにより実施させても構わない。或いは、かかるハードウェアとファームウェアとの組合せでも構わない。

照射部の一例となる電子銃２０１から電子ビーム２００が照射される。電子銃２０１から出た電子ビーム２００は、照明レンズ２０２により矩形例えば長方形の穴を持つ第１のアパーチャ２０３全体を照明する。ここで、電子ビーム２００をまず矩形例えば長方形に成形する。そして、第１のアパーチャ２０３を通過した電子ビーム２００は、投影レンズ２０４により第２のアパーチャ２０６上に投影され、第１のアパーチャ像を結像する。かかる第２のアパーチャ２０６上での第１のアパーチャ像の位置は、偏向器２０５によって偏向制御され、ビーム形状と寸法を変化させることができる。その結果、電子ビーム２００は成形される。そして、第２のアパーチャ２０６を通過した第２のアパーチャ像を構成するための電子ビーム２００は、対物レンズ２０７により焦点を合わせ、偏向器２０８により偏向される。その結果、連続移動するＸＹステージ１０５上の試料１０１の所望する位置に照射される。

描画部１５０の各構成は、複数の制御回路１１０ａ〜１１０ｎの少なくとも１つによって制御される。また、描画装置１００は多数の機能を有しているが、各機能は、描画装置１００を構成する多数の要素部品のうちの複数の部品によって構成されている。そして、各機能については、複数の評価手法が用意されている。各機能については、例えば、以下のような機能を一例として挙げることができる。

図２は、実施の形態１における電子ビームを安定して出力する機能について説明するための概念図である。電子銃２０１が配置される雰囲気は、真空ポンプ１０７によって真空引きされ、大気圧よりも低い圧力となる真空雰囲気となっている。電子銃２０１のカソード２２０は、エミッタ２２２及びウェネルト電極２２４を有している。エミッタ２２２及びウェネルト電極２２４は、高圧電源回路１１４によって制御されている。このように、電子ビーム２００を安定して出力する機能の実現には、複数の部品が必要となる。ここで、電子ビーム２００を安定して出力する機能を害する要因としては、例えば、次のような因子が挙げられる。まずは、高圧電源回路１１４により供給される電圧や電流の悪化が挙げられる。その他、真空ポンプ１０７による真空引きによって実現される雰囲気の真空度の劣化や電子銃２０１の表面の分子状態の不均一などが挙げられる。これらのうち、いずれが劣化しても電子ビーム２００を安定して出力する機能は不具合を起こすことになる。

図３は、実施の形態１における電子ビームを所定の位置へ移動する機能について説明するための概念図である。上述したように電子ビーム２００は、偏向器２０８によって偏向される。その結果、電子ビーム２００は、ＸＹステージ１０５上の試料１０１の所望する位置を照射するように移動することができる。偏向器２０８は、いずれかの制御回路１１０内に配置されたデータ生成回路１１７によって制御される。データ生成回路１１７からの出力信号は、例えばデータ生成回路１１７と同じ制御回路１１０内に配置されたアンプ回路１１６によって増幅されて偏向電圧として偏向器２０８を印加する。また、データ生成回路１１７によってデータ生成するためのＸＹステージ１０５位置は、いずれかの制御回路１１０内に配置されたステージ位置測定回路１１８によって測定された位置情報を入力することで把握することができる。このように、電子ビーム２００を所定の位置へ移動する機能の実現には、複数の部品が必要となる。ここで、電子ビーム２００を所定の位置へ移動する機能を害する要因としては、例えば、次のような因子が挙げられる。まずは、ステージ位置測定回路１１８での測定値の変動が挙げられる。その他、データ生成回路１１７でのデータ化けや、アンプ回路１１６での供給電圧の変動や、偏向器２０８での異物によるチャージなどが挙げられる。これらのうち、いずれが劣化しても電子ビーム２００を所定の位置へ移動する機能は不具合を起こすことになる。例えば、この機能の不具合を診断する手法を実行するため、例えば、次のような測定を行なう。例えば、ＸＹステージ１０５の位置を固定して、電子ビーム２００の位置変動測定を行なう。或いは、ＸＹステージ１０５からの補正値と電子ビーム２００の位置変動測定結果を比較する。或いは、偏向器２０８に２値の電圧を印加して、切り替え後の時間による変動を測定する。これらの測定結果からこの機能の不具合を診断することができる。以上のように、１つの機能を診断するにも複数の診断手法が存在する。

図４は、実施の形態１における故障部品候補情報の作成方法を具現化するための構成概念図である。
図５は、実施の形態１における故障部品候補情報の作成方法の要部工程を示すフローチャート図である。
まず、描画装置１００では、通常ルーチンとして、測定処理工程（Ｓ１０２）及び診断処理工程（Ｓ１０４）を繰り返している。

Ｓ１０２において、測定処理工程として、測定ツール制御部１３４は、複数の測定ツール１１２に対して、描画装置の各機能の診断を行なうための動作測定を定期的或いは不定期に行なわせる。そして、測定ツール制御部１３４は、測定結果を各測定ツール１１２から受信する。測定ツール制御部１３４は、受信した各測定結果を調査ツール制御部１３２に送信する。

Ｓ１０４において、診断処理工程として、調査ツール制御部１３２は、診断処理部１４６に受信した各測定結果を送信する。そして、診断処理部１４６は、受信した各測定結果に基づいて、対応する機能が正常に動作しているかどうかを対応する診断手法に従って診断する。診断処理部１４６は、各機能の診断結果を調査ツール制御部１３２に送信する。そして、正常（ＯＫ）であると診断された機能については、Ｓ１０２に戻る。他方、異常（ＮＧ）であると診断された機能については、Ｓ２０２に進む。

Ｓ２０２において、異常診断結果入力工程として、調査ツール制御部１３２は、異常診断結果が入力されると制御計算機１６２に異常通知を送信する。そして、制御計算機１６２は、Ｉ／Ｆ回路１６４を介してユーザ側の端末に異常通知を送信する。或いは、制御計算機１６２は、モニタ１６３に異常通知の内容を表示しても好適である。そして、調査ツール制御部１３２は、制御計算機１６２及びＩ／Ｆ回路１６４を介してユーザ側から異常と診断された機能の調査指示通知を受信すると、故障部品候補情報生成部１２０に故障部品抽出指示通知を送信する。また、調査ツール制御部１３２は、故障部品候補情報生成部１２０がコンピュータである場合には、予め故障部品候補情報生成プログラムを起動させればよい。ここで、故障部品抽出指示通知には、異常と診断した診断手法の識別子（診断ＩＤ）と異常との診断結果とが含まれる。この故障部品抽出指示通知に格納された診断ＩＤが以降のステップにおける基準診断ＩＤとなる。

Ｓ２０４において、診断ＩＤ抽出工程として、抽出部１２２（第１の抽出部）は、第ｎ番目の診断ＩＤと、描画装置１００の所定の機能を第ｎ番目の診断手法を用いて診断した第ｎ番目の診断結果とを入力する。そして、抽出部１２２は、第ｎ番目の診断ＩＤと第ｎ番目の診断結果とを基に診断ツリーテーブル１４２（第１のデータベース）を用いて関連付けされた第ｎ＋１番目の診断ＩＤを抽出する。そして、抽出部１２２は、抽出した第ｎ＋１番目の診断ＩＤを調査ツール制御部１３２に送信する。まず、ここでは、第１番目の診断ＩＤである基準診断ＩＤと異常であったとの診断結果に沿って第２番目の診断ＩＤを抽出し、その結果を調査ツール制御部１３２に送信する。

図６は、実施の形態１における診断ツリーの一例を示す概念図である。
例えば、基準診断ＩＤが示す診断手法が診断手法ａである場合、診断手法ａによる診断が異常の場合、診断手法ｃに関連付けされる。他方、診断手法ａによる診断が正常の場合、診断手法ｂに関連付けされる。そして、診断手法ｃによる診断が異常の場合、診断手法ｄに関連付けされる。他方、診断手法ｃによる診断が正常の場合、診断手法ｅに関連付けされる。そして、診断手法ｄによる診断が異常の場合、続く診断手法が無いのでツリー構造が終了となる。他方、診断手法ｄによる診断が正常の場合、診断手法ａに関連付けされる。また、診断手法ｂや診断手法ｅによる診断の後には、続く診断手法が無いのでこれらもツリー構造が終了となる。このように、１つの機能を診断する場合でも複数の診断手法を有しており、それらの診断手法は、診断結果に基づいて少なくとも一部が関連付けされている。これらの関係は、診断ツリーテーブル１４２によって関連付けされてデータベース化される。

図７は、実施の形態１における診断ツリーテーブルの一例を示す概念図である。
診断ツリーテーブル１４２では、抽出するためのキーとなる診断ＩＤ（親）と診断結果を示す診断レベルと抽出される診断ＩＤ（子）とが関連付けされて格納されている。ここでは、例えば、診断結果が正常（ＯＫ）である場合、診断レベルを「０」で定義する。他方、診断結果が異常（ＮＧ）である場合、診断レベルを「−１」で定義する。各診断ＩＤには、診断レベルが「０」の場合と「−１」の場合とが定義される。ここでは、図６に示した診断ツリーに合わせた関係が示されている。すなわち、診断ＩＤ「ａ」の診断レベルが「０」の場合、診断ＩＤ「ｂ」に関連付けされる。他方、診断ＩＤ「ａ」の診断レベルが「−１」の場合、診断ＩＤ「ｃ」に関連付けされる。同様に、診断ＩＤ「ｂ」の診断レベルが「０」の場合、関連付けされる診断手法が無いので「ＮＵＬＬ」と定義される。他方、診断ＩＤ「ｂ」の診断レベルが「−１」の場合については同様に「ＮＵＬＬ」と定義されることになるがここでは省略している。同様に、診断ＩＤ「ｃ」の診断レベルが「０」の場合、診断ＩＤ「ｅ」に関連付けされる。他方、診断ＩＤ「ｃ」の診断レベルが「−１」の場合、診断ＩＤ「ｄ」に関連付けされる。同様に、診断ＩＤ「ｄ」の診断レベルが「０」の場合、診断ＩＤ「ａ」に関連付けされる。他方、診断ＩＤ「ｄ」の診断レベルが「−１」の場合、「ＮＵＬＬ」と定義される。そして、診断ＩＤ「ｅ」の診断レベルが「０」の場合、関連付けされる診断手法が無いので「ＮＵＬＬ」と定義される。他方、診断ＩＤ「ｅ」の診断レベルが「−１」の場合については同様に「ＮＵＬＬ」と定義されることになるがここでは省略している。以上のように、診断ツリーテーブル１４２を作成することで、従来、経験に頼っていた診断の順序をシステム化することができる。その結果、効率よく故障部品の特定を行なうことができる。また、ここでは図示していないが、一組の診断ＩＤ（親）と診断レベルに対して、複数の診断ＩＤ（子）が関連付けられることもある。

図７に示した診断ツリーテーブル１４２によれば、抽出部１２２は、第１番目の診断ＩＤ「ａ」と診断レベル「−１」に沿って第２番目の診断ＩＤ「ｃ」を抽出する。

Ｓ２０６において、測定処理工程として、調査ツール制御部１３２は、受信した第ｎ＋１番目の診断ＩＤと共に追加測定指示を測定ツール制御部１３４に送信する。測定ツール制御部１３４は、受信した第ｎ＋１番目の診断ＩＤの診断手法をまだ実行していない場合、受信した第ｎ＋１番目の診断ＩＤの診断手法を実行するための測定ツール１１２に対して、その診断を行なうための動作測定を行なわせる。そして、測定ツール制御部１３４は、測定結果を測定ツール１１２から受信する。測定ツール制御部１３４は、受信した第ｎ＋１番目の測定結果を調査ツール制御部１３２に送信する。ここでは、第２番目の診断ＩＤに対応する診断手法の測定結果を送信する。例えば、図７に示した診断ツリーテーブル１４２によれば、診断ＩＤ「ｃ」に対応する診断手法の測定結果を送信する。

Ｓ２０８において、診断処理工程として、調査ツール制御部１３２は、診断処理部１４６に受信した第ｎ＋１番目の測定結果を送信する。そして、診断処理部１４６は、受信した測定結果に基づいて、対応する機能が正常に動作しているかどうかを対応する第ｎ＋１番目の診断手法に従って診断する。診断処理部１４６は、第ｎ＋１番目の診断結果を調査ツール制御部１３２に送信する。調査ツール制御部１３２は、第ｎ＋１番目の診断ＩＤと第ｎ＋１番目の診断結果を診断リストに格納すると共に、故障部品候補情報生成部１２０に第ｎ＋１番目の診断ＩＤと第ｎ＋１番目の診断結果を送信する。診断リストは、正常と異常とが混在したリストでも良いし、正常診断リストと異常診断リストに分けて格納しても好適である。

Ｓ２１０において、判定工程として、抽出部１２２は、第ｎ＋１番目の診断ＩＤと第ｎ＋１番目の診断結果を入力する。そして、抽出部１２２は、第ｎ＋１番目の診断ＩＤと第ｎ＋１番目の診断結果とを基に診断ツリーテーブル１４２を用いて関連付けされた第ｎ＋２番目の診断ＩＤがないかどうかを判定する。関連付けされた診断ＩＤ（子）が存在する場合にはＳ２０４に戻る。関連付けされた診断ＩＤ（子）が存在しない場合、或いは、既に診断を実行した診断ＩＤが関連付けされた診断ＩＤ（子）となる場合にはＳ２１２に進む。

以上のようにして、診断ツリーが終了するまで、Ｓ２０４からＳ２１０を繰り返す。例えば、図６に示す診断ツリーに従う場合、基準診断ＩＤとなる第１番目の診断ＩＤ「ａ」と診断レベル「−１」に沿って第２番目の診断ＩＤ「ｃ」に進む。そして、第２番目の診断ＩＤ「ｃ」と診断レベル「−１」に沿って第３番目の診断ＩＤ「ｄ」に進む。そして、第３番目の診断ＩＤ「ｄ」と診断レベル「０」に沿って第４番目の診断ＩＤ「ａ」を抽出する。ここで、第４番目の診断ＩＤ「ａ」は、第１番目の基準診断ＩＤなので既に実行済みである。よって、この時点で診断ツリーの終点となる。以上のように、抽出部１２２は、第２から第ｎ＋１の診断手法を抽出する第１から第ｎの診断手法抽出工程を実施する。そして、第２から第ｎ＋１の診断手法を順に実行し、それぞれの結果を得る。

Ｓ２１２において、関連部品抽出工程として、抽出部１２４（第２の抽出部）は、抽出部１２２によって抽出されたすべての診断ＩＤを基に、部品係数テーブル（第２のデータベース）を用いて、抽出されたすべての診断手法の少なくとも１つの診断手法に関連する複数の部品ＩＤ（部品の識別子）を抽出する。

図８は、実施の形態１における診断手法と診断手法に関連する部品との一例を示す図である。例えば、図６に診断ツリーに従った場合、診断手法「ａ」と診断手法「ｃ」と診断手法「ｄ」とが抽出されたことになる。その場合、診断手法「ａ」には、例えば、部品Ａ，Ｂ，Ｃが関連部品となる。また、診断手法「ｃ」には、例えば、部品Ａ，Ｂが関連部品となる。また、診断手法「ｄ」には、例えば、部品Ｂ，Ｃが関連部品となる。ここでは、部品Ｂがすべてに共通しているがこれに限るものではない。その他の場合であってももちろん構わない。

図９は、実施の形態１における部品係数テーブルの一例を示す概念図である。部品係数テーブル１４４では、複数の診断ＩＤと複数の診断手法の各診断結果を示す診断レベルと複数の診断手法に関連する部品ＩＤと部品の故障の度合いを示す評価量となる故障度数とが対応させて格納されている。例えば、図８に合わせた関係が示されている。すなわち、部品ＩＤ「Ａ」は、診断ＩＤ「ａ」に関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．３３」となる。部品ＩＤ「Ｂ」も、診断ＩＤ「ａ」に関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．３３」となる。部品ＩＤ「Ｃ」も、診断ＩＤ「ａ」に関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．３３」となる。また、部品ＩＤ「Ａ」は、診断ＩＤ「ｃ」にも関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．５」となる。部品ＩＤ「Ｂ」も、診断ＩＤ「ｃ」にも関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．５」となる。また、部品ＩＤ「Ｂ」は、診断ＩＤ「ｄ」にも関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．５」となる。部品ＩＤ「Ｃ」も、診断ＩＤ「ｄ」にも関連付けされ、診断レベル「０」の場合、例えば、故障度数「−１」となる。他方、診断レベル「−１」の場合、例えば、故障度数「０．５」となる。

ここで、故障度数は、「＋１」〜「−１」の値を取るように設定する。その部品が異常である可能性が高いほど「＋１」に近づき、正常である可能性が高いほど「−１」に近づくように設定すると好適である。そして、故障度数は、異常時（診断レベル「−１」）の故障度数ｆｐ（−１）と正常時（診断レベル「０」）の故障度数ｆｐ（０）とを用意する。診断成功率をα、関連する部品がｎ個である場合の部品補正量をβ（１）、β（２）、・・・β（ｎ）として、部品ｉに関する異常時の故障度数ｆｐ（−１）は、以下の式（１）によって定義される。
（１） ｆｐ（−１）＝α×β（ｉ）

ここで、診断成功率αは、異常を検知して、その検知が正しかった比率で定義される。その際、測定ツール１１２の故障が原因であった場合は計算対象から除くことが望ましい。また、基本的にβ（ｉ）は部品間での均等割り振り（３個の関連部品から構成される場合は０．３３ずつ、２個の関連部品から構成される場合は０．５ずつ）となる。或いは、それ以外の例として、故障率Ｆ（ｉ）を使い、β（ｉ）＝Ｆ（ｉ）／（ΣＦ（１〜ｎ））として部品補正量β（ｉ）を計算しても好適である。また、ある部品について過去からの累積故障数がわかっている場合には関連する部品の個数に故障した部品の累積故障数を加算して各部品の部品補正量β（ｉ）を計算しても好適である。或いは、過去半年の故障数を加算して部品補正量β（ｉ）を計算しても好適である。

他方、誤検出率をγとして、正常時の故障度数ｆｐ（０）は、以下の式（２）によって定義される。
（２） ｆｐ（０）＝γ−１

ここで、誤検出率γは、正常と検知して、その検知が誤っていた比率で定義される。その際、測定ツール１１２の故障が原因であった場合は計算対象から除くことが望ましい。

例えば、図９に示した部品係数テーブル１４４では、診断手法「ａ」に対して部品Ａ，Ｂ，Ｃが関連部品となる。診断成功率α＝１である場合に、３個の部品が関連しているので、各部品ＩＤの故障度数ｆｐ（−１）＝０．３３となる。また、誤検出率γ＝０である場合に、各部品ＩＤの故障度数ｆｐ（０）＝−１となる。同様に、診断手法「ｃ」に対して部品Ａ，Ｂが関連部品となる。診断成功率α＝１である場合に、２個の部品が関連しているので、各部品ＩＤの故障度数ｆｐ（−１）＝０．５となる。また、誤検出率γ＝０である場合に、各部品ＩＤの故障度数ｆｐ（０）＝−１となる。同様に、診断手法「ｄ」に対して部品Ｂ，Ｃが関連部品となる。診断成功率α＝１である場合に、２個の部品が関連しているので、各部品ＩＤの故障度数ｆｐ（−１）＝０．５となる。また、誤検出率γ＝０である場合に、各部品ＩＤの故障度数ｆｐ（０）＝−１となる。

Ｓ２２２において、部品評価量抽出工程として、抽出部１２６は、抽出部１２４によって抽出された複数の部品ＩＤのそれぞれに対して、抽出されたすべての診断ＩＤと抽出されたすべての診断手法を用いて対象となる機能を診断した各診断レベルとを基に部品係数テーブル１４４を用いて複数の故障度数を抽出する。具体的には、以下のようになる。例えば、図８に示したように、診断手法が「ａ」→「ｃ」→「ｄ」と続く場合、部品ＩＤ「Ａ」に対して、診断ＩＤ「ａ」について故障度数ｆｐ（−１）＝０．３３が抽出される。また、診断ＩＤ「ｃ」について故障度数ｆｐ（−１）＝０．５が抽出される。同様に、部品ＩＤ「Ｂ」に対して、診断ＩＤ「ａ」について故障度数ｆｐ（−１）＝０．３３が抽出される。また、診断ＩＤ「ｃ」について故障度数ｆｐ（−１）＝０．５が抽出される。また、診断ＩＤ「ｄ」について故障度数ｆｐ（０）＝−１が抽出される。同様に、部品ＩＤ「Ｃ」に対して、診断ＩＤ「ａ」について故障度数ｆｐ（−１）＝０．３３が抽出される。また、診断ＩＤ「ｄ」について故障度数ｆｐ（０）＝−１が抽出される。

Ｓ２２４において、累積加算演算工程として、累積加算部１３０（演算部）は、抽出された複数の部品ＩＤのそれぞれに対して、抽出された複数の故障度数の累積加算値を演算する。そして、累積加算部１３０は、演算結果に基づいて結果リスト１４９を作成し、結果リスト１４９を磁気ディスク装置１４８に格納する。

図１０は、実施の形態１における結果リストの一例を示す図である。
結果リスト１４９には、部品ＩＤとその部品の故障度数の累積加算値とが累積加算値の大きい順に並べられる。例えば、図８に示したように、診断手法が「ａ」→「ｃ」→「ｄ」と続く場合、部品ＩＤ「Ａ」の累積加算値は０．８３、部品ＩＤ「Ｂ」の累積加算値は−０．１７、部品ＩＤ「Ｃ」の累積加算値は−０．６７となる。よって、部品ＩＤがＡ，Ｂ，Ｃの順でリスト化されている。上述したように、その部品が異常である可能性が高いほど故障度数が「＋１」に近づき、正常である可能性が高いほど故障度数が「−１」に近づくように設定されているので累積加算値の大きい部品ほど異常である可能性が高いことが判断できる。結果リスト１４９に記載された情報が故障部品候補情報となる。

Ｓ２２６において、出力工程として、調査ツール制御部１３２は、抽出部１２４によって抽出された複数の部品ＩＤと各部品ＩＤに対応する故障度数の累積加算値とが定義された結果リスト１４９を制御計算機１６２及びＩ／Ｆ回路１６４（出力部）を介してユーザ側端末に出力する。

以上により、ユーザは、診断結果に関連付けされた複数の診断手法を順に試した結果に基づく部品毎の評価量の累積加算値を得ることができる。そして、ユーザは、累積加算値の大きい部品ほど異常である可能性が高いことが判断できる。このように、システム化することで客観的な評価を可能とすることができる。そのため、従来のような経験に頼ることなく故障部品調査を行なうことができる。その結果、故障箇所の検討や故障状況の問い合わせ等の時間が削減され、より短時間での調査を可能とすることができる。

実施の形態２．
実施の形態１では、診断ツリーテーブル１４２の終端までについての診断を実行したが、実施の形態２では、さらに、故障部品候補の精度を高める方法について説明する。

図１１は、実施の形態２における故障部品候補情報の作成方法の要部工程を示すフローチャート図である。図１１において、追加診断ＩＤ抽出工程（Ｓ２１４）〜判定工程（Ｓ２２０）が追加された点以外は、図５と同様である。また、装置構成も図１及び図４と同様である。そして、測定処理工程（Ｓ１０２）から関連部品抽出工程（Ｓ２１２）までは、実施の形態１と同様である。

Ｓ２１４において、追加診断ＩＤ抽出工程として、抽出部１２８（第３の抽出部）は、抽出部１２４によって抽出された複数の部品ＩＤを基に、部品係数テーブル１４４を用いて、抽出部１２２によって抽出されなかった診断ＩＤ（第２の診断手法の識別子）を抽出する。例えば、図８に示す例で説明すると部品Ａ，Ｂ，Ｃがいずれか診断ＩＤの関連部品として抽出されている。そのため、部品ＩＤ「Ａ」をキーとして、部品係数テーブル１４４を用いて、抽出部１２２によって抽出された診断ＩＤ「ａ」「ｃ」以外の診断ＩＤを抽出する。同様に、部品ＩＤ「Ｂ」をキーとして、部品係数テーブル１４４を用いて、抽出部１２２によって抽出された診断ＩＤ「ａ」「ｃ」「ｄ」以外の診断ＩＤを抽出する。同様に、部品ＩＤ「Ｃ」をキーとして、部品係数テーブル１４４を用いて、抽出部１２２によって抽出された診断ＩＤ「ａ」「ｄ」以外の診断ＩＤを抽出する。

図１２は、実施の形態２における診断手法と診断手法に関連する部品との一例を示す図である。図１２では、部品ＩＤ「Ａ」をキーとして抽出した場合の一例について示している。部品ＩＤ「Ａ」は、診断ＩＤ「ａ」「ｃ」以外に、例えば、図１２に示すように診断ＩＤ「ｆ」「ｈ」の関連部品となっている。

図１３は、実施の形態２における診断手法と診断手法に関連する部品との一例を示す図である。図１３では、部品ＩＤ「Ｃ」をキーとして抽出した場合の一例について示している。部品ＩＤ「Ｃ」は、診断ＩＤ「ａ」「ｄ」以外に、例えば、図１２に示すように診断ＩＤ「ｊ」「ｋ」の関連部品となっている。

なお、ここでは、部品ＩＤ「Ｂ」をキーとして抽出した場合に診断ＩＤ「ａ」「ｃ」「ｄ」以外には何も抽出されなかったものとする。抽出結果であるこれらの追加診断ＩＤ「ｆ」「ｈ」「ｊ」「ｋ」は、調査ツール制御部１３２に送信される。また、これらの追加診断ＩＤ「ｆ」「ｈ」「ｊ」「ｋ」は、例えば、上述した診断リストに格納されると好適である。

Ｓ２１６において、追加測定処理工程として、調査ツール制御部１３２は、受信した追加診断ＩＤの１つと共に追加測定指示を測定ツール制御部１３４に送信する。測定ツール制御部１３４は、受信した追加診断ＩＤの１つ、例えば、診断ＩＤ「ｆ」の診断手法をまだ実行していない場合、受信した診断ＩＤの診断手法を実行するための測定ツール１１２に対して、その診断を行なうための動作測定を行なわせる。そして、測定ツール制御部１３４は、測定結果を測定ツール１１２から受信する。測定ツール制御部１３４は、受信した測定結果を調査ツール制御部１３２に送信する。ここでは、例えば、診断ＩＤ「ｆ」に対応する診断手法の測定結果を送信する。

Ｓ２１８において、診断処理工程として、調査ツール制御部１３２は、診断処理部１４６に受信した追加診断ＩＤの測定結果を送信する。そして、診断処理部１４６は、受信した測定結果に基づいて、対応する機能が正常に動作しているかどうかを対応する診断手法に従って診断する。診断処理部１４６は、追加した診断手法の診断結果を調査ツール制御部１３２に送信する。調査ツール制御部１３２は、追加診断ＩＤとその診断結果を診断リストに格納すると共に、故障部品候補情報生成部１２０に追加診断ＩＤとその診断結果を送信する。診断リストは、正常と異常とが混在したリストでも良いし、正常診断リストと異常診断リストに分けて格納しても好適である。

Ｓ２２０において、判定工程として、調査ツール制御部１３２は、抽出部１２８が抽出したすべての追加診断ＩＤに対する診断処理が実行されたかどうかを判定し、まだ、残っている場合にはＳ２１４に戻る。このように、すべての追加診断ＩＤに対する診断処理が実行されるまで、Ｓ２１６からＳ２２０を繰り返す。そして、すべて実行した場合にはＳ２２２に進む。例えば、図１２に示すように、診断ＩＤ「ｆ」の診断レベルは「０」、診断ＩＤ「ｈ」の診断レベルは「−１」となる。また、例えば、図１３に示すように、診断ＩＤ「ｊ」の診断レベルは「−１」、診断ＩＤ「ｋ」の診断レベルは「−１」となる。

Ｓ２２２において、部品評価量抽出工程として、抽出部１２６は、抽出部１２４によって抽出された複数の部品ＩＤのそれぞれに対して、抽出されたすべての診断ＩＤと抽出されたすべての診断手法を用いて対象となる機能を診断した各診断レベルとを基に部品係数テーブル１４４を用いて複数の故障度数を抽出する。具体的には、以下のようになる。例えば、図８に示したように、診断手法が「ａ」→「ｃ」→「ｄ」と続く場合、部品ＩＤ「Ａ」に対して、診断ＩＤ「ａ」について故障度数ｆｐ（−１）＝０．３３が抽出される。また、診断ＩＤ「ｃ」について故障度数ｆｐ（−１）＝０．５が抽出される。同様に、部品ＩＤ「Ｂ」に対して、診断ＩＤ「ａ」について故障度数ｆｐ（−１）＝０．３３が抽出される。また、診断ＩＤ「ｃ」について故障度数ｆｐ（−１）＝０．５が抽出される。また、診断ＩＤ「ｄ」について故障度数ｆｐ（０）＝−１が抽出される。同様に、部品ＩＤ「Ｃ」に対して、診断ＩＤ「ａ」について故障度数ｆｐ（−１）＝０．３３が抽出される。また、診断ＩＤ「ｄ」について故障度数ｆｐ（０）＝−１が抽出される。

そして、実施の形態２においては、さらに、抽出部１２６が、抽出部１２４によって抽出された抽出された複数の部品ＩＤのそれぞれに対して、すべての追加された診断ＩＤ（第２の診断手法の識別子）とすべての追加された診断手法（第２の診断手法）の各診断レベルとを基に、部品係数テーブル１４４を用いて該当する故障度数（第２の評価量）を抽出する。具体的には、以下のようになる。例えば、図１２及び図１３に示したように、追加された診断ＩＤ「ｆ」「ｈ」「ｊ」「ｋ」が存在する場合、部品ＩＤ「Ａ」に対して、診断ＩＤ「ｆ」について故障度数ｆｐ（０）＝−１が抽出される。また、診断ＩＤ「ｈ」について故障度数ｆｐ（−１）＝０．３３が抽出される。同様に、部品ＩＤ「Ｃ」に対して、診断ＩＤ「ｊ」について故障度数ｆｐ（−１）＝０．５が抽出される。また、診断ＩＤ「ｋ」について故障度数ｆｐ（−１）＝０．５が抽出される。

Ｓ２２４において、累積加算演算工程として、累積加算部１３０は、抽出された複数の部品ＩＤのそれぞれに対して、抽出された複数の故障度数の累積加算値を演算する。そして、累積加算部１３０は、演算結果に基づいて結果リスト１４９を作成し、結果リスト１４９を磁気ディスク装置１４８に格納する。すなわち、部品ＩＤ「Ａ」に対して、実施の形態１で求めた累積加算値にさらに診断ＩＤ「ｆ」「ｈ」での故障度数を累積加算する。同様に、部品ＩＤ「Ｃ」に対して、実施の形態１で求めた累積加算値にさらに診断ＩＤ「ｊ」「ｋ」での故障度数を累積加算する。

図１４は、実施の形態２における結果リストの一例を示す図である。
結果リスト１４９には、部品ＩＤとその部品の故障度数の累積加算値とが累積加算値の大きい順に並べられる。例えば、図８に示したように、診断手法が「ａ」→「ｃ」→「ｄ」と続き、そして、診断手法「ｆ」「ｈ」「ｊ」「ｋ」が追加された場合、部品ＩＤ「Ａ」の累積加算値は０．１６、部品ＩＤ「Ｂ」の累積加算値は−０．１７、部品ＩＤ「Ｃ」の累積加算値は０．３３となる。よって、部品ＩＤが今度はＣ，Ａ，Ｂの順でリスト化されることになる。上述したように、その部品が異常である可能性が高いほど故障度数が「＋１」に近づき、正常である可能性が高いほど故障度数が「−１」に近づくように設定されているので累積加算値の大きい部品ほど異常である可能性が高いことが判断できる。結果リスト１４９に記載された情報が故障部品候補情報となる。

Ｓ２２６において、出力工程として、調査ツール制御部１３２は、抽出部１２４によって抽出された複数の部品ＩＤと各部品ＩＤに対応する故障度数の累積加算値とが定義された結果リスト１４９を制御計算機１６２及びＩ／Ｆ回路１６４（出力部）を介してユーザ側端末に出力する。

以上により、ユーザは、診断結果に関連付けされた複数の診断手法を順に試した結果だけではなく、さらに、各部品ＩＤをキーとして抽出された残りの診断手法も試した上での部品毎の評価量の累積加算値を得ることができる。そして、ユーザは、累積加算値の大きい部品ほど異常である可能性が高いことが判断できる。このように、抽出されずに診断漏れとなってしまう診断手法を無くすことで実施の形態１よりもさらに高精度な評価を可能とすることができる。また、実施の形態２の例では、診断処理により出力された結果に低い信頼性のものが含まれても候補部品を抽出することが可能になる。例えば、本例では診断手法「ｄ」「ｆ」が誤検出（異常を正常と診断）していても、部品Ａ，Ｃに故障というような判断ができる数値（上位２個になっている）を算出していることが分かる。

なお、上述した各実施の形態において、調査ツール制御部１３２は、結果リスト１４９とその部品の実際の故障状況をＩ／Ｆ回路１６４を介して図示しないセンタシステムに送付するように構成すると好適である。そして、センタシステムは、他の描画装置からも同様に結果リスト１４９とその部品の実際の故障状況を入手することで、実際の故障状況を広く把握することができる。その上で、統計量の母数を大きくして診断成功率α、各部品の部品補正量β（ｉ）及び誤検出率γを再計算する。そして、再計算された各パラメータが各描画装置１００に送信され、各描画装置１００内のパラメータを更新するようにするとより精度を向上させることができる。

以上の説明において、「〜部」或いは「〜工程」と記載したものの処理内容或いは動作内容は、コンピュータで動作可能なプログラムにより構成することができる。或いは、ソフトウェアとなるプログラムだけではなく、ハードウェアとソフトウェアとの組合せにより実施させても構わない。或いは、ファームウェアとの組合せでも構わない。また、プログラムにより構成される場合、プログラムは、磁気ディスク装置、磁気テープ装置、ＦＤ、或いはＲＯＭ（リードオンリメモリ）等の記録媒体に記録される。例えば、磁気ディスク装置１４０に記録される。

また、コンピュータとなる故障部品候補情報生成部１２０或いは制御計算機１６２は、さらに、図示していないバスを介して、記憶装置の一例となるＲＡＭ（ランダムアクセスメモリ）、ＲＯＭ、磁気ディスク（ＨＤ）装置、入力手段の一例となるキーボード（Ｋ／Ｂ）、マウス、出力手段の一例となるモニタ、プリンタ、或いは、入力出力手段の一例となる外部インターフェース（Ｉ／Ｆ）、ＦＤ、ＤＶＤ、ＣＤ等に接続されていても構わない。

以上、具体例を参照しつつ実施の形態について説明した。しかし、本発明は、これらの具体例に限定されるものではない。

また、装置構成や制御手法等、本発明の説明に直接必要しない部分等については記載を省略したが、必要とされる装置構成や制御手法を適宜選択して用いることができる。例えば、描画装置１００を制御する制御部構成については、記載を省略したが、必要とされる制御部構成を適宜選択して用いることは言うまでもない。

その他、本発明の要素を具備し、当業者が適宜設計変更しうる全ての荷電粒子ビーム描画方法及び装置は、本発明の範囲に包含される。

実施の形態１における描画装置の構成を示す概念図である。 実施の形態１における電子ビームを安定して出力する機能について説明するための概念図である。 実施の形態１における電子ビームを所定の位置へ移動する機能について説明するための概念図である。 実施の形態１における故障部品候補情報の作成方法を具現化するための構成概念図である。 実施の形態１における故障部品候補情報の作成方法の要部工程を示すフローチャート図である。 実施の形態１における診断ツリーの一例を示す概念図である。 実施の形態１における診断ツリーテーブルの一例を示す概念図である。 実施の形態１における診断手法と診断手法に関連する部品との一例を示す図である。 実施の形態１における部品係数テーブルの一例を示す概念図である。 実施の形態１における結果リストの一例を示す図である。 実施の形態２における故障部品候補情報の作成方法の要部工程を示すフローチャート図である。 実施の形態２における診断手法と診断手法に関連する部品との一例を示す図である。 実施の形態２における診断手法と診断手法に関連する部品との一例を示す図である。 実施の形態２における結果リストの一例を示す図である。 従来の可変成形型電子線描画装置の動作を説明するための概念図である。

符号の説明

１００ 描画装置
１０１，３４０ 試料
１０２ 電子鏡筒
１０３ 描画室
１０５ ＸＹステージ
１０７ 真空ポンプ
１０９，１４０，１４８ 磁気ディスク装置
１１０ 制御回路
１１２ 測定ツール
１１４ 高圧電源回路
１１６ アンプ回路
１１７ データ生成回路
１１８ ステージ位置測定回路
１２０ 故障部品候補情報生成部
１２１ メモリ
１２２，１２４，１２６，１２８ 抽出部
１３０ 累積加算部
１３２ 調査ツール制御部
１３４ 測定ツール制御部
１４２ 診断ツリーテーブル
１４４ 部品係数テーブル
１４６ 診断処理部
１４９ 結果リスト
１５０ 描画部
１６０ 制御部
１６２ 制御計算機
１６３ モニタ
１６４ Ｉ／Ｆ回路
１７０ バス
２００ 電子ビーム
２０１ 電子銃
２０２ 照明レンズ
２０３，４１０ 第１のアパーチャ
２０４ 投影レンズ
２０５，２０８ 偏向器
２０６，４２０ 第２のアパーチャ
２０７ 対物レンズ
２２０ カソード
２２２ エミッタ
２２４ ウェネルト電極
３３０ 電子線
４１１ 開口
４２１ 可変成形開口
４３０ 荷電粒子ソース

Claims (5)

1. 診断結果に基づいて少なくとも一部が関連付けされた複数の診断手法の識別子を記憶する第１のデータベースと、
   前記複数の診断手法の識別子と前記複数の診断手法の各診断結果を示す識別子と前記複数の診断手法に関連する部品の識別子と前記部品の評価量とを対応させて記憶する第２のデータベースと、
   第ｎ番目の診断手法の識別子と、荷電粒子ビームを用いて試料にパターンを描画する描画装置の所定の機能を前記第ｎ番目の診断手法を用いて診断した第ｎ番目の診断結果とを入力し、前記第ｎ番目の診断手法の識別子と前記第ｎ番目の診断結果とを基に前記第１のデータベースを用いて関連付けされた第ｎ＋１番目の診断手法の識別子を抽出する第１の抽出部と、
   前記第１の抽出部によって抽出されたすべての診断手法の識別子を基に、前記第２のデータベースを用いて、抽出されたすべての診断手法の少なくとも１つの診断手法に関連する複数の部品の識別子を抽出する第２の抽出部と、
   抽出された前記複数の部品の識別子のそれぞれに対して、抽出されたすべての診断手法の識別子と抽出されたすべての診断手法を用いて前記所定の機能を診断した各診断結果を示す識別子とを基に前記第２のデータベースを用いて抽出される複数の評価量の累積加算値を演算する演算部と、
   前記第２の抽出部によって抽出された前記複数の部品の識別子と各部品の識別子に対応する評価量の累積加算値とを出力する出力部と、
   を備えたことを特徴とする荷電粒子ビーム描画装置。
2. 前記荷電粒子ビーム描画装置は、さらに、抽出された前記複数の部品の識別子を基に、前記第２のデータベースを用いて、前記第１の抽出部によって抽出されなかった第２の診断手法の識別子を抽出する第３の抽出部を備え、
   前記演算部は、抽出された前記複数の部品の識別子のそれぞれに対して、すべての前記第２の診断手法の識別子とすべての前記第２の診断手法の各診断結果を示す識別子とを基に、前記第２のデータベースを用いて該当する第２の評価量を抽出し、前記第２の評価量を前記累積加算値にさらに累積加算することを特徴とする請求項１記載の荷電粒子ビーム描画装置。
3. 前記評価量として、部品の故障の度合いを示す故障度数を用いることを特徴とする請求項１又は２記載の荷電粒子ビーム描画装置。
4. 前記荷電粒子ビーム描画装置は、さらに、前記第１の抽出部によって抽出されたすべての診断手法の識別子が示す診断手法を用いて前記所定の機能を診断する診断処理部を備えたことを特徴とする請求項１〜３いずれか記載の荷電粒子ビーム描画装置。
5. 第ｎ番目の診断手法の識別子と、荷電粒子ビームを用いて試料にパターンを描画する描画装置の所定の機能を前記第ｎ番目の診断手法を用いて診断した第ｎ番目の診断結果とを入力し、前記第ｎ番目の診断手法の識別子と前記第ｎ番目の診断結果とを基に、診断結果に基づいて少なくとも一部が関連付けされた複数の診断手法の識別子を記憶する第１のデータベースを用いて関連付けされた第ｎ＋１番目の診断手法の識別子を抽出する第１から第ｎの診断手法抽出工程と、
   抽出されたすべての診断手法の識別子を基に、前記複数の診断手法の識別子と前記複数の診断手法の各診断結果を示す識別子と前記複数の診断手法に関連する部品の識別子と前記部品の評価量とを対応させて記憶する第２のデータベースを用いて、抽出されたすべての診断手法の少なくとも１つの診断手法に関連する複数の部品の識別子を抽出する部品抽出工程と、
   抽出された前記複数の部品の識別子のそれぞれに対して、抽出されたすべての診断手法の識別子と抽出されたすべての診断手法の各診断結果を示す識別子とを基に、前記第２のデータベースを用いて該当する複数の評価量を抽出する評価量抽出工程と、
   抽出された部品毎に、前記複数の評価量の累積加算値を演算する演算工程と、
   抽出された前記複数の部品の識別子と各部品の識別子に対応する評価量の累積加算値とを出力する出力工程と、
   を備えたことを特徴とする描画装置の故障部品候補情報の作成方法。

Images