JP2012124419A - 処理の終点検出方法および処理の終点検出装置 - Google Patents

Abstract

【課題】本発明の実施形態は、処理の終点に対する検出精度を向上させることができる処理の終点検出方法および処理の終点検出装置を提供する。
【解決手段】実施形態に係る処理の終点検出方法は、被処理物の処理に伴って時間とともに変化する検出情報を所定の期間収集して単位空間を定義し、前記単位空間を構成する検出情報について平均値と、標準偏差と、を求める。そして、以下の（９）式に基づいて終点検出の判定対象となる検出情報を基準化し、以下の（１０）式に基づいて距離を求め、前記距離に基づいて処理の終点を検出する。
Ｘｔ＝（Ｘ−Ｘｍ）／σｍ ・・・（９）
Ｄ^２＝Ｘｔ^２ ・・・（１０）
ここで、Ｘｍは前記単位空間における平均値、σｍは前記単位空間における標準偏差、Ｘは前記終点検出の判定対象となる任意の時間における検出情報、Ｘｔは基準化された検出情報、Ｄ^２は距離である。
【選択図】図３

Description

後述する実施形態は、概ね、処理の終点検出方法および処理の終点検出装置に関する。

半導体装置などの製造においては、エッチング処理、平坦化処理などの各種の処理が行われている。
この様な処理においては、光の強度、電流、電圧、圧力、音、水素イオン指数、生成物の量などの検出情報の変化から処理の終点を検出するようにしている。
しかしながら、検出情報は製造プロセスにおける変動要因や外乱要因などにより大きく変動する場合があるため処理の終点に対する検出精度が低いという問題がある。

特開２００９−２８３８６８号公報

本発明の実施形態は、処理の終点に対する検出精度を向上させることができる処理の終点検出方法および処理の終点検出装置を提供する。

実施形態に係る処理の終点検出方法は、被処理物の処理に伴って時間とともに変化する検出情報を所定の期間収集して単位空間を定義し、前記単位空間を構成する検出情報について平均値と、標準偏差と、を求める。そして、以下の(１)式に基づいて終点検出の判定対象となる検出情報を基準化する。(１)式は単位空間における平均値、標準偏差を用いて計算したＺスコアに相当する。次に、(２)式で定義される距離Ｄ^２に変換する。
Ｘｔ＝（Ｘ−Ｘｍ）／σｍ ・・・（１）
Ｄ^２＝Ｘｔ^２ ・・・（２）
ここで、Ｘｍは前記単位空間における平均値、σｍは前記単位空間における標準偏差、Ｘは前記終点検出の判定対象となる任意の時間における検出情報、Ｘｔは基準化された検出情報、Ｄ^２は距離空間（以下、距離という）である。

第１の比較例に係る処理の終点検出方法を例示するためのグラフ図である。（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、（ｂ）は単純移動平均処理により(ａ)を平滑化したグラフ図、（ｃ）は移動平均値を時間微分処理したものを例示するためのグラフ図である。 第２の比較例に係る処理の終点検出方法を例示するためのグラフ図である。（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、（ｂ）は単純移動平均処理により(ａ)を平滑化したグラフ図、（ｃ）は移動平均値を時間微分処理したものを例示するためのグラフ図である。 第１の実施形態に係る処理の終点検出方法を例示するフローチャートである。 第１の実施形態に係る第１の処理の終点検出方法を例示するグラフ図である。（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、（ｂ）は距離Ｄ^２の変化に変換したグラフ図である。 第１の実施形態に係る第２の処理の終点検出方法を例示するグラフ図である。（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、（ｂ）は距離Ｄ^２の変化に変換したグラフ図である。 第２の実施形態に係る処理の終点検出装置を例示するための模式図である。

以下、図面を参照しつつ、実施の形態について例示をする。
まず、比較例に係る処理の終点検出方法を例示する。
図１は、第１の比較例に係る処理の終点検出方法を例示するためのグラフ図である。図１（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、図１（ｂ）は単純移動平均処理により(ａ)を平滑化したグラフ図、図１（ｃ）は移動平均値を時間微分処理したものを例示するためのグラフ図である。
図２は、第２の比較例に係る処理の終点検出方法を例示するためのグラフ図である。図２（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、図２（ｂ）は単純移動平均処理により(ａ)を平滑化したグラフ図、図２（ｃ）は移動平均値を時間微分処理したものを例示するためのグラフ図である。
なお、図１は後述するランダムノイズ（不要な情報）が支配的である場合、図２はランダムノイズに周期性のあるノイズが重なり合って発生している場合である。

図１（ａ）や図２（ａ）に示すように、検出情報は製造プロセスにおける変動要因や外乱要因などにより大きく変動する場合がある。
この様に検出情報が大きく変動する場合には、検出情報の変化から処理の終点を検出することが困難となる。

この場合、収集された検出情報の移動平均値を求めるようにすれば、ノイズを抑制することができる。例えば、図１（ａ）、図２（ａ）に例示をした検出情報の移動平均値を求めるようにすれば、図１（ｂ）、図２（ｂ）に例示をしたノイズが抑制された移動平均値の変化を得ることができる。

そのため、移動平均値の変化から処理の終点を検出することが容易となる。この場合、移動平均値の変化量が大きくなった時点を処理の終点と判定することができる。例えば、図１（ｂ）中の矢印に示す時点を処理の終点と判定することができる。
また、移動平均値を時間微分すれば、図１（ｃ）、図２（ｃ）に例示をしたように移動平均値の変化をさらに容易に知ることができる。そのため、移動平均値の変化量が大きくなった時点をさらに容易に特定することができるようになる。その結果、例えば、図１（ｃ）中の矢印に示す時点を処理の終点と判定することが容易となる。

ここで、製造プロセスによっては、周期的なノイズが発生する場合がある。例えば、ＣＭＰ（Chemical Mechanical Polishing；化学機械研磨）においては、機械的な回転運動を伴う研磨が行われるため、研磨条件によっては回転周期に同期した周期的なノイズが発生する場合がある。
この様な周期的なノイズが発生している場合には、図２（ｂ）に例示をしたように移動平均値が周期的に変化するようになる。そのため、図２（ｂ）中の矢印に示す処理の終点を検出することが困難となる。この場合、移動平均値を時間微分しても周期的な変化を抑制することができないため、図２（ｃ）中の矢印に示す処理の終点を検出することが困難となることに変わりはない。

以上に例示をしたように、収集された検出情報の移動平均値を求め、求められた移動平均値を時間微分すれば処理の終点検出が容易となる。
この場合、図１（ｃ）に例示をしたようにランダムノイズが支配的で信号強度がある程度少なければ、移動平均値を時間微分することで処理の終点検出が容易となる。ただし、ノイズの信号強度がある程度少ない場合であっても、ノイズに起因する変化と処理の終点における変化とが明瞭に区別できない場合もある。
また、ノイズが多い場合には偽信号が多発するため、処理の終点検出が困難となる。 例えば、図２（ｃ）に例示をしたようにランダムノイズと周期性のあるノイズが同時に生じる場合には、移動平均値を時間微分しても処理の終点検出が困難となる。
すなわち、収集された検出情報の移動平均値を求め、求められた移動平均値を時間微分しても処理の終点に対する検出精度を向上させることができない場合がある。

また、処理の終点に対する検出精度を向上させるために、他の判定条件を組み合わせる場合がある。
例えば、所定の時間が経過するまでは処理の終点検出を行わないようにするという判定条件を付加する場合がある。
しかしながら、被処理物の品種や処理装置の経時変化などにより処理の終点が変化するため、この様な判定条件を付加しても処理の終点に対する検出精度を向上させることができない場合がある。
また、被処理物の品種毎にプロセス条件が変わる場合には、他の判定条件の設定が煩雑となる場合がある。
また、他の判定条件を単に組み合わせても人間のパターン識別能力に比べて優れたものとすることは困難であり、図２（ｃ）に例示をしたような場合には判定者による判定を行う必要がある。しかしながら、半導体量産工程では自動的(機械的)に終点判定できることが必須である。
すなわち、検出情報の移動平均値を時間微分するとともに、他の判定条件を単に組み合わせても処理の終点に対する自動検出精度を向上させることができない場合があり、半導体量産時の障害となる。

[第１の実施形態]
図３は、第１の実施形態に係る処理の終点検出方法を例示するフローチャートである。 図３に示すように、まず、被処理物の処理に伴って時間とともに変化する検出情報を所定の期間Ｔの間収集し、単位空間（基準空間とも称する）を定義する（ステップＳ１）。 この場合、処理が定常状態となった後に検出情報を所定の期間Ｔの間収集するようにすることができる。処理が定常状態となった後に検出情報を収集するようにすれば、処理の初期において発生するノイズの影響を低減させることができる。
処理が定常状態となったか否かの判定基準は、実験やシミュレーションなどを行い予め規定するようにすることもできるし、経験値などに基づいて予め規定するようにすることもできる。
また、単位空間を定義するために検出情報を収集する期間Ｔを長くすれば、すなわち、収集する検出情報のデータ数を多くすれば、ノイズの影響をさらに低減させることができる。ただし、検出情報を収集する期間Ｔや収集する検出情報のデータ数を必要以上に多くすれば、処理効率が低下したり、情報の性質(素性)が変化するおそれがある。
そのため、検出情報を収集する期間Ｔや収集する検出情報のデータ数は、被処理物の品種、処理時間、ノイズの発生頻度、経験値などに基づいて適宜変更することができる。

次に、単位空間を構成する検出情報について平均値（Ｘｍ）と標準偏差（σｍ）とを求める（ステップＳ２）。
次に、終点検出の判定対象となる検出情報を基準化し、距離Ｄ^２を求める（ステップＳ３）。
例えば、終点検出の判定対象となる検出情報（単位空間を構成する検出情報よりも後に検出された検出情報）をＸとすると、以下の（３）式により基準化することができる。
Ｘｔ＝（Ｘ−Ｘｍ）／σｍ ・・・（３）
また、距離Ｄ^２は、以下の（４）式により求めることができる。

Ｄ^２＝Ｘｔ^２＝｛（Ｘ−Ｘｍ）／σｍ｝^２ ・・・（４）
この場合、距離Ｄ^２は、終点検出の判定対象となる検出情報Ｘ毎に求める。すなわち、単位空間情報を収集する期間Ｔの経過後に検出された検出情報Ｘについて順次距離Ｄ^２を求める。
また、ノイズが多い場合などにおいては、終点検出の判定対象となる検出情報Ｘを移動平均処理し、平均値（Ｘｍ）と標準偏差（σｍ）とに基づいて移動平均処理された終点検出の判定対象となる検出情報を基準化して距離Ｄ^２を求めるようにすることができる。
なお、単位空間においては距離Ｄ^２の平均値は１となる。

次に、予め定められた閾値Ｄｃ^２に基づいて処理の終点検出を行う（ステップＳ４）。
閾値Ｄｃ^２は、実験やシミュレーションなどを行い予め求めるようにすることもできるし、経験値などに基づいて予め求めるようにすることもできる。
そして、例えば、ステップＳ３において求められた距離Ｄ^２が、閾値Ｄｃ^２以上である場合には処理の終点であると判定することができる。

また、例えば、ステップＳ３において求められた距離Ｄ^２が、閾値Ｄｃ^２未満である場合には処理の終点ではないと判定することができる。この場合、ステップＳ３に戻って、次に終点検出の判定対象となる検出情報を基準化し、距離Ｄ^２を求める。そして、ステップＳ４において予め定められた閾値Ｄｃ^２に基づいて処理の終点検出を行う。以降、処理の終点が検出されるまで同様の手順を繰り返すようにすることができる。

処理の終点であると判定された場合には、処理の終点が検出された旨の情報を発する（ステップＳ５）。
この場合、処理の終点が検出された旨の情報により処理を終了させることもできるし、所定の時間処理を続行した後に処理を終了させることもできる。なお、所定の時間処理を続行する際に前述した距離Ｄ^２を求め、処理の終点を確認するようにすることもできる。

次に、第１の実施形態に係る処理の終点検出方法をさらに例示する。
図４は、第１の実施形態に係る第１の処理の終点検出方法を例示するグラフ図である。図４（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、図４（ｂ）は距離Ｄ^２の変化に変換したグラフ図である。
図５は、第１の実施形態に係る第２の処理の終点検出方法を例示するグラフ図である。図５（ａ）は収集された検出情報の時間変化を例示するためのグラフ図、図５（ｂ）は距離Ｄ^２の変化に変換したグラフ図である。
なお、図４はランダムノイズの発生が支配的である場合、図５はランダムノイズと周期性のあるノイズが同時に発生している場合である。例えば、図４は前述した図１の場合に相当し、図５は前述した図２の場合に相当する。また、図４（ａ）中のＭ１、図５（ａ）中のＭ２は検出情報の移動平均を表している。

図４、図５に例示をしたものの場合には、前述したステップＳ１で例示をしたように、処理が定常状態となった後に検出情報を収集し、単位空間を定義する。
例えば、図４（ａ）、図５（ａ）に示すように、処理が定常状態となった後に期間Ｔにおいて検出情報を収集し、収集された検出情報に基づいて単位空間を定義する。

そして、ステップＳ２、ステップＳ３で例示をしたように、単位空間を構成する検出情報について平均値（Ｘｍ）と標準偏差（σｍ）とを求め、終点検出の判定対象となる検出情報Ｘを基準化し、距離Ｄ^２を求める。この場合、期間Ｔの経過後に検出された検出情報Ｘについて順次距離Ｄ^２を求める。また、ノイズが多い場合などにおいては、終点検出の判定対象となる検出情報Ｘを移動平均処理し、移動平均処理された検出情報Ｘに基づいて距離Ｄ^２を求めるようにすることができる。

例えば、図４（ｂ）に示すＤ１０は単位空間における距離Ｄ^２を表し、Ｄ１１は期間Ｔの経過後に検出された検出情報Ｘについて順次求められた距離Ｄ^２を表している。
また、図５（ｂ）に示すＤ２０は単位空間における距離Ｄ^２を表し、Ｄ２１は期間Ｔの経過後に検出された検出情報Ｘについて順次求められた距離Ｄ^２を表している。
なお、図４（ｂ）、図５（ｂ）に例示をしたものの場合は、検出情報Ｘを移動平均処理し、移動平均処理された検出情報Ｘに基づいて距離Ｄ^２を求めている。距離Ｄ^２を求めた後、これを移動平均処理することもできる。なお、ノイズが少ない場合などにおいては、移動平均処理を省略することもできる。

そして、距離Ｄ^２が前述した閾値Ｄｃ^２以上となった場合には、処理の終点であると判定するようにすることができる。
例えば、図４、図５中の矢印の時点を処理の終点であると判定するようにすることができる。
この場合、図４（ａ）においては不明瞭であった処理の終点を図４（ｂ）に示すように明瞭なものとすることができる。

また、図５（ａ）においては不明瞭であった処理の終点を図５（ｂ）に示すように明瞭なものとすることができる。
図５に示すものは、図５（ａ）から分かるように周期的なノイズが発生している場合であるが、周期的なノイズが発生している領域に基づいて単位空間を定義しているため、距離Ｄ^２に対する周期的なノイズの影響を低減させることができる。
例えば、図５（ｂ）から分かるように、Ｄ２１における周期的なノイズの影響をＤ２０と比べて低減させることができる。

また、処理の終点の判定において、検出情報Ｘの変化に基づく判定、検出情報Ｘの移動平均値の変化に基づく判定、距離Ｄ^２に基づく判定を適宜使い分けたり、組合せたりすることもできる。
例えば、ノイズが少ない場合は、検出情報Ｘの変化に基づく判定や、検出情報Ｘの移動平均値の変化に基づく判定を行うことで終点検出の簡易化を図ることができる。
また、ノイズが多い場合や周期的なノイズが発生している場合には、距離Ｄ^２に基づく判定を行うことで終点検出の精度を向上させることができる。
また、例えば、検出情報Ｘの変化に基づく判定、距離Ｄ^２に基づく判定、検出情報Ｘの移動平均値の変化に基づく判定を行い、いずれか１つの判定により検出された時点を処理の終点としたり、複数の判定により検出された時点を処理の終点としたりすることができる。

本実施の形態に係る処理の終点検出方法は、時系列データに基づいて処理の終点を検出する場合に適用させることができる。一例としては、例えば、半導体装置などの電子デバイスの製造において行われるウェットエッチング処理、ドライエッチング処理、ＣＭＰ法などを用いた平坦化処理、ＣＶＤ（Chemical Vapor Deposition）法を用いた成膜処理などにおいて、本実施の形態に係る処理の終点検出方法を用いて終点検出を行うようにすることができる。この場合、検出情報としては、例えば、プロセスガスの流量、処理圧力、処理温度、光の強度、電流、電圧、音、水素イオン指数、生成物の量などを例示することができる。

また、終点検出アルゴリズムとして既設の終点検出装置に組み込むことができるので、他の終点検出アルゴリズムと組合せて運用することもできる。
また、図５に例示をしたもののように周期的なノイズが発生している領域に基づいて単位空間を定義しているので、終点判定に用いる情報に対するノイズの影響を抑制することができる。
また、一般的には、多変量の情報からマハラノビス距離Ｄ^２を求めることも可能であるがこの際に行列の計算が必要となる。これに較べて（３）式、（４）式では１変量の情報から計算したＺスコアを距離Ｄ^２に変換する。そのため、処理の終点検出装置に組み込む際のアルゴリズムも簡易化することができる。
その結果、処理の終点検出を簡単に行うことができ、処理の終点に対する検出精度を向上させることができる。

[第２の実施形態]
図６は、第２の実施形態に係る処理の終点検出装置を例示するための模式図である。なお、図６は一例として、ＣＭＰ法を実行可能な研磨装置に設けられた終点検出装置を例示するための模式図である。
図６に示すように、研磨装置１は、表面に研磨パッド６が設けられたターンテーブル５と、被処理物である半導体ウェーハＷを例えば真空吸着して保持可能なスピンドル７と、モータ１２と、モータ制御部１３とを備える。
モータ１２は、ターンテーブル５を回転駆動する。
モータ制御部１３は、モータ１２の起動、停止、回転数などを制御する。そして、モータ１２、モータ制御部１３によりターンテーブル５の動作制御ができるようになっている。
なお、スピンドル７側にも、図示しないモータやモータ制御部が設けられ、スピンドル７の動作制御ができるようになっている。

半導体ウェーハＷには、被研磨膜２とストッパ膜を有する基板３とが設けられている。 例えば、基板３に設けられたストッパ膜をシリコン窒化膜、被研磨膜２をＢＰＳＧ（borophosphosilicate glass）膜とすることができる。ただし、被研磨膜２、基板３に設けられたストッパ膜は例示をしたものに限定されるわけではなく適宜変更することができる。

次に、研磨装置１の作用を例示する。
スピンドル７は半導体ウェーハＷを保持し、図示しないモータ、モータ制御部により半導体ウェーハＷを保持した状態で回転される。また、ターンテーブル５は、モータ１２、モータ制御部１３により回転される。
そして、スピンドル７は、半導体ウェーハＷの被研磨膜２を研磨パッド６に接触させて、研磨終点である基板３に設けられたストッパ膜に到達するまで研磨を行う。研磨時においては、通常、スピンドル７とターンテーブル５とは同一方向に回転される。ただし、スピンドル７とターンテーブル５とを逆方向に回転させてもよい。研磨時においては、研磨パッド６上に、例えば、シリカ粒や化学反応性物質などを含んだ液状のスラリーが供給される。

次に、終点検出装置９について例示する。
終点検出装置９は、検出部１１とデータ処理部１０とを備える。終点検出装置９は、前述した処理の終点検出方法を実行することができる。
検出部１１は、半導体ウェーハＷの研磨処理に伴って時間とともに変化する検出情報を検出する。本実施の形態においては、検出部１１は例えば電流計であり、ターンテーブル５を回転駆動させるモータ１２の駆動電流を検出する。すなわち、本実施の形態においては、モータ１２の駆動電流が検出情報となる。検出部１１によって検出された駆動電流のデータはデータ処理部１０に送られる。
データ処理部１０は、後述するようなデータ処理を行って研磨終点（処理の終点）を検出する。
すなわち、データ処理部１０は、検出情報を所定の期間収集して単位空間を定義し、単位空間を構成する検出情報について平均値と、標準偏差と、を求める。そして、前述した（３）式に基づいて終点検出の判定対象となる検出情報を基準化し、前述した（４）式に基づいて距離Ｄ^２を求め、距離Ｄ^２に基づいて処理の終点を検出する。

次に、終点検出装置９の作用、すなわち、研磨終点の検出について例示する。この場合、基板３に設けられたストッパ膜が研磨パッド６に接するまで被研磨膜２の除去が行われると、被研磨膜２の研磨が終了する研磨終点となるものとする。

ここで、ＣＭＰ法を用いた研磨の場合には、機械的な回転運動を伴う研磨が行われるため、研磨条件によっては回転周期に同期した周期的なノイズが発生する場合がある。そのため、図２において例示をした終点の検出方法では研磨終点に対する検出精度が低くなるおそれがある。
そこで、終点検出装置９は、図５において例示をした終点の検出方法を実行可能なものとされている。

終点検出装置９は、検出された駆動電流のデータを所定の期間収集し、単位空間を定義する。この場合、研磨が定常状態となった後に検出された駆動電流のデータを所定の期間収集するようにすることができる。例えば、研磨開始から２００秒経過後の駆動電流のデータを所定の期間の間収集し、単位空間を定義する。この場合、検出部１１は駆動電流を検出し、データ処理部１０は単位空間を定義する。

そして、データ処理部１０は単位空間を構成する駆動電流のデータについて平均値（Ｘｍ）と標準偏差（σｍ）とを演算する。
また、検出部１１は研磨終点の判定対象となる駆動電流を検出する。すなわち、検出部１１により、単位空間を構成する駆動電流のデータよりも後に検出された駆動電流のデータが取得される。
データ処理部１０は検出された研磨終点の判定対象となる駆動電流のデータを基準化し、距離Ｄ^２を演算する。なお、駆動電流のデータの基準化は、前述した（３）式により行うことができる。距離Ｄ^２の演算は、前述した（４）式により行うことができる。

次に、データ処理部１０は予め定められた閾値Ｄｃ^２に基づいて研磨終点の検出を行う。 この場合、例えば、演算された距離Ｄ^２が、閾値Ｄｃ^２以上である場合には研磨終点であると判定することができる。
また、例えば、演算された距離Ｄ^２が、閾値Ｄｃ^２未満である場合には研磨終点でないと判定することができる。この場合、次に検出された駆動電流のデータを基準化し、距離Ｄ^２を演算する。そして、閾値Ｄｃ^２に基づいて研磨終点の検出を行う。以降、研磨終点が検出されるまで同様の演算を繰り返す。
研磨終点であると判定された場合には、モータ制御部１３に向けて研磨終点が検出された旨の信号が出力される。
この場合、研磨終点が検出された旨の信号により研磨を終了させることもできるし、所定の時間研磨を続行した後に研磨を終了させることもできる。なお、所定の時間研磨を続行する際に前述した距離Ｄ^２を演算し、研磨終点を確認するようにすることもできる。

以上は、モータ１２の駆動電流を検出情報とした場合であるがこれに限定されるわけではない。半導体ウェーハＷの研磨に伴って時間とともに変化するあらゆる検出情報の特徴量を研磨終点の判定に用いることができる。その様な検出情報としては、例えば、スピンドル７の駆動電流、ターンテーブル５やスピンドル７の回転に伴って生じる振動などを例示することができる。
また、図示しない照射装置から研磨中の半導体ウェーハＷの研磨面に光を照射し、その反射光の光強度スペクトルなどを検出情報とすることもできる。

本実施の形態に係る終点検出装置によれば、ノイズに埋もれて明瞭に判定できなかった駆動電流値の変化点（研磨終点）を容易かつ精度よく検出することができる。
また、ＣＭＰ法を用いた研磨の場合には、機械的な回転運動を伴う研磨が行われるため、回転周期に同期した周期的なノイズが発生するおそれがある。しかしながら、周期的なノイズが発生したとしても、図５に例示をしたもののように周期的なノイズが発生している領域に基づいて単位空間を定義しているので、ノイズの影響を抑制することができる。

そのため、研磨終点に対する検出精度を向上させることができる。
例えば、半導体ウェーハＷに形成したトレンチにエピタキシャルシリコンを埋め込み、このエピタキシャルシリコンをポリッシュバックするような場合は、研磨終点の検出が非常に困難である。このような場合であっても、終点検出装置９によれば、研磨パッド６がエピタキシャルシリコン層とストッパ膜との界面に達したときのわずかな駆動電流値の変化を検出することができるので、精度の高い研磨終点の判定を行うことができる。

また、研磨終点に対する検出精度を向上させることができるので、被処理物である半導体ウェーハＷに損傷が発生することを抑制することができる。
また、時間的に遡及することなく、研磨装置１を作動させているときにリアルタイムで研磨終点の判定を行うことができる。そのため、半導体ウェーハＷ毎に適切な研磨終点の判定を行うことができる。

また、研磨終点の判定のための各種データ処理（例えば、研磨時に検出される信号の最大値や最小値の演算、信号の時間微分値についての最大値や最小値の演算、信号のノイズ除去、平滑化のための平均値の演算、移動平均値の演算など）や、それらのデータを組み合わせて研磨終点の判定を行うアルゴリズムの試行錯誤的な作成が不要となる。
すなわち、前述した（３）式、（４）式により距離Ｄ^２を演算し、それに基づいて研磨終点の判定を行うことができる。そのため、終点検出装置９に組み込むアルゴリズムが簡易化されるので、終点検出装置９の簡易化を図ることができる。

以上は、ＣＭＰ法を実行可能な研磨装置に終点検出装置を設けた場合であるがこれに限定されるわけではない。
本実施の形態に係る終点検出装置は、時系列データに基づいて処理の終点を検出するものに適用させることができる。一例としては、例えば、半導体装置などの電子デバイスの製造において行われるウェットエッチング処理、ドライエッチング処理、ＣＭＰ法などを用いた平坦化処理、ＣＶＤ（Chemical Vapor Deposition）法などを用いた成膜処理などに用いられる処理装置に本実施の形態に係る終点検出装置を設け、それぞれの処理における終点検出を行うようにすることができる。この場合、検出情報としては、例えば、プロセスガスの流量、処理圧力、処理温度、光の強度、電流、電圧、音、水素イオン指数、生成物の量などを例示することができる。

以上に例示をした実施形態によれば、処理の終点に対する検出精度を向上させることができる処理の終点検出方法および処理の終点検出装置を実現することができる。
以上、本発明のいくつかの実施形態を例示したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更などを行うことができる。これら実施形態やその変形例は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明及びそれと等価とみなされるものの範囲に含まれる。また、前述の各実施形態は、相互に組み合わせて実施することができる。

１ 研磨装置、２ 被研磨膜、３ ストッパ膜を有する基板、５ ターンテーブル、６ 研磨パッド、７ スピンドル、９ 終点検出装置、１０ データ処理部、１１ 検出部、１２ モータ、１３ モータ制御部、Ｗ 半導体ウェーハ

Claims (6)

1. 被処理物の処理に伴って時間とともに変化する検出情報を所定の期間収集して単位空間を定義し、
   前記単位空間を構成する検出情報について平均値と、標準偏差と、を求め、
   以下の（５）式に基づいて終点検出の判定対象となる検出情報を基準化し、
   以下の（６）式に基づいて距離を求め、
   前記距離に基づいて処理の終点を検出することを特徴とする処理の終点検出方法。
   Ｘｔ＝（Ｘ−Ｘｍ）／σｍ ・・・（５）
   Ｄ^２＝Ｘｔ^２ ・・・（６）
   ここで、Ｘｍは前記単位空間における平均値、σｍは前記単位空間における標準偏差、Ｘは前記終点検出の判定対象となる任意の時間における検出情報、Ｘｔは基準化された検出情報、Ｄ^２は距離である。
2. 前記終点検出の判定対象となる検出情報を移動平均処理し、
   前記平均値と、前記標準偏差と、に基づいて前記移動平均処理された終点検出の判定対象となる検出情報を基準化して距離を求めることを特徴とする請求項１記載の処理の終点検出方法。
3. 前記求められた距離を移動平均処理することを特徴とする請求項１記載の処理の終点検出方法。
4. 前記処理が定常状態となった後に前記検出情報を所定の期間収集することを特徴とする請求項１〜３のいずれか１つに記載の処理の終点検出方法。
5. 前記検出情報には周期的なノイズが含まれていることを特徴とする請求項１〜４のいずれか１つに記載の処理の終点検出方法。
6. 被処理物の処理に伴って時間とともに変化する検出情報を検出する検出部と、
   前記検出情報を所定の期間収集して単位空間を定義し、前記単位空間を構成する検出情報について平均値と、標準偏差と、を求め、以下の（７）式に基づいて終点検出の判定対象となる検出情報を基準化し、以下の（８）式に基づいて距離を求め、前記距離に基づいて処理の終点を検出するデータ処理部と、
   を備えたことを特徴とする処理の終点検出装置。
   Ｘｔ＝（Ｘ−Ｘｍ）／σｍ ・・・（７）
   Ｄ^２＝Ｘｔ^２ ・・・（８）
   ここで、Ｘｍは前記単位空間における平均値、σｍは前記単位空間における標準偏差、Ｘは前記終点検出の判定対象となる任意の時間における検出情報、Ｘｔは基準化された検出情報、Ｄ^２は距離である。