JP2020201457A - レーザ修正方法、レーザ修正装置 - Google Patents

レーザ修正方法、レーザ修正装置 Download PDF

Info

Publication number
JP2020201457A
JP2020201457A JP2019110482A JP2019110482A JP2020201457A JP 2020201457 A JP2020201457 A JP 2020201457A JP 2019110482 A JP2019110482 A JP 2019110482A JP 2019110482 A JP2019110482 A JP 2019110482A JP 2020201457 A JP2020201457 A JP 2020201457A
Authority
JP
Japan
Prior art keywords
laser
correction
data
defective portion
multilayer film
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
JP2019110482A
Other languages
English (en)
Other versions
JP7332144B2 (ja
Inventor
水村　通伸
Michinobu Mizumura
通伸 水村
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.)
V Technology Co Ltd
Original Assignee
V Technology Co Ltd
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 V Technology Co Ltd filed Critical V Technology Co Ltd
Priority to JP2019110482A priority Critical patent/JP7332144B2/ja
Priority to KR1020217040532A priority patent/KR20220018974A/ko
Priority to CN202080042211.5A priority patent/CN113966527B/zh
Priority to PCT/JP2020/020967 priority patent/WO2020250685A1/ja
Priority to US17/617,748 priority patent/US20220238396A1/en
Priority to TW109119442A priority patent/TWI821571B/zh
Publication of JP2020201457A publication Critical patent/JP2020201457A/ja
Application granted granted Critical
Publication of JP7332144B2 publication Critical patent/JP7332144B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/22—Connection or disconnection of sub-entities or redundant parts of a device in response to a measurement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/351—Working by laser beam, e.g. welding, cutting or boring for trimming or tuning of electrical components
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/006—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to using of neural networks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/082—Scanning systems, i.e. devices involving movement of the laser beam relative to the laser head
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/352—Working by laser beam, e.g. welding, cutting or boring for surface treatment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/50—Working by transmitting the laser beam through or within the workpiece
    • B23K26/53—Working by transmitting the laser beam through or within the workpiece for modifying or reforming the material inside the workpiece, e.g. for producing break initiation cracks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G02—OPTICS
    • G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
    • G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
    • G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour 
    • G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour  based on liquid crystals, e.g. single liquid crystal display cells
    • G—PHYSICS
    • G02—OPTICS
    • G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
    • G02F1/00—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics
    • G02F1/01—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour 
    • G02F1/13—Devices or arrangements for the control of the intensity, colour, phase, polarisation or direction of light arriving from an independent light source, e.g. switching, gating or modulating; Non-linear optics for the control of the intensity, phase, polarisation or colour  based on liquid crystals, e.g. single liquid crystal display cells
    • G02F1/133—Constructional arrangements; Operation of liquid crystal cells; Circuit arrangements
    • G02F1/136—Liquid crystal cells structurally associated with a semi-conducting layer or substrate, e.g. cells forming part of an integrated circuit
    • G02F1/1362—Active matrix addressed cells
    • G02F1/1368—Active matrix addressed cells in which the switching element is a three-electrode device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09F—DISPLAYING; ADVERTISING; SIGNS; LABELS OR NAME-PLATES; SEALS
    • G09F9/00—Indicating arrangements for variable information in which the information is built-up on a support by selection or combination of individual elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K2101/00—Articles made by soldering, welding or cutting
    • B23K2101/36—Electric or electronic devices
    • B23K2101/42—Printed circuits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K2103/00—Materials to be soldered, welded or cut
    • B23K2103/16—Composite materials, e.g. fibre reinforced
    • B23K2103/166—Multilayered materials
    • B23K2103/172—Multilayered materials wherein at least one of the layers is non-metallic
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30121—CRT, LCD or plasma display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Plasma & Fusion (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nonlinear Science (AREA)
  • Mathematical Physics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Power Engineering (AREA)
  • Software Systems (AREA)
  • Laser Beam Processing (AREA)
  • Liquid Crystal (AREA)

Abstract

【課題】レーザ修正の自動化を可能にして、作業効率の改善を図り、オペレータのスキルに影響されること無く一定の修正品質が得られるようにする。【解決手段】レーザ修正方法は、多層膜基板の欠陥部に対してレーザ照射範囲を設定し、設定されたレーザ加工条件で欠陥部にレーザ光を照射して修正加工を行う修正工程を有し、修正工程は、欠陥部の分光スペクトルデータを取得して、分光スペクトルデータに基づいて、学習済みのニューラルネットワークによって欠陥部に照射するレーザ光のレーザ加工条件を設定し、ニューラルネットワークは、多層膜構造データと多層膜構造毎の分光スペクトルデータと多層膜構造毎のレーザ加工実験データを含む実測データを学習データとして、機械学習されている。【選択図】図１

Description

本発明は、レーザ修正方法、レーザ修正装置に関するものである。
レーザ修正（laser repair）は、ＦＰＤ（Flat Panel Display）などの製造工程において、検査工程後に行われ、ＴＦＴ（Thin Film Transistor）などの多層膜基板を対象に、検査工程で特定された欠陥部に対してレーザ光を照射して修正加工を行うものである。このレーザ修正は、加工対象の欠陥部形状が欠陥部毎に異なることや、欠陥部毎に加工条件などを変更する必要があることから、通常、高いスキルを有するオペレータのマニアル操作で行われている。
これに対して、画像処理技術を用いて、修正工程の一部を自動化することが提案されている。従来技術では、検査対象箇所を撮影した欠陥画像と欠陥の無い参照画像とを照合して欠陥部を検出し、入力される指示内容に基づいて、検出された欠陥に対してレーザ光が照射される加工位置及び加工範囲を指定することなどが行われている（例えば、下記特許文献１参照）。
特開２００８−１８８６３８号公報
多層膜基板を対象にして、レーザ修正をマニアル操作で行う場合、欠陥部の周辺層や下地層にダメージを与えること無く、欠陥部のみを加工することが求められる。オペレータは、検査工程で特定された欠陥部とその周辺の層構造を認識しており、自身の経験から必要最小限の加工範囲を定めて、認識している層構造の情報に基づいて、加工条件（レーザ加工レシピ）を適宜選択しながら作業を行う。このため、作業が長時間になることは避けられず、また、オペレータのスキルが修正品質に影響することになる。
また、従来技術のように、画像処理技術を用いて修正工程の一部を自動化する場合には、表面の２次元画像のみでは欠陥部及びその周辺の層構造の情報が得られないため、下地層の違いや層厚のばらつきがある場合にも一定の加工条件で加工処理が行われることになる。このため、加工不足や過剰な加工が進んで、修正に失敗したり、良質な修正を行うことができなかったりする問題が生じる。
本発明は、このような事情に対処するために提案されたものである。すなわち、レーザ修正の自動化を可能にして、作業効率の改善を図り、オペレータのスキルに影響されること無く一定の修正品質が得られるようにすること、下地層の違いや膜厚にばらつきがある場合であっても、良質な修正を行うことができるようにすること、などが本発明の課題である。
このような課題を解決するために、本発明は、以下の構成を具備するものである。
多層膜基板の欠陥部に対してレーザ照射範囲を設定し、設定されたレーザ加工条件で前記欠陥部にレーザ光を照射して修正加工を行う修正工程を有し、前記修正工程は、前記欠陥部の分光スペクトルデータを取得して、前記分光スペクトルデータに基づいて、学習済みのニューラルネットワークによって前記欠陥部に照射するレーザ光の前記レーザ加工条件を設定し、前記ニューラルネットワークは、多層膜構造データと多層膜構造毎の分光スペクトルデータと多層膜構造毎のレーザ加工実験データを含む実測データを学習データとして、機械学習されていることを特徴とするレーザ修正方法。
多層膜基板の欠陥部に対してレーザ照射範囲を設定し、設定されたレーザ加工条件で前記欠陥部にレーザ光を照射して修正加工を行う修正加工部を備え、前記修正加工部は、前記欠陥部の分光スペクトルデータを取得して、前記分光スペクトルデータに基づいて、学習済みのニューラルネットワークによって前記欠陥部に照射するレーザ光の前記レーザ加工条件を設定するものであり、前記ニューラルネットワークは、多層膜構造データと多層膜構造毎の分光スペクトルデータと多層膜構造毎のレーザ加工実験データを含む実測データを学習データとして、機械学習されていることを特徴とするレーザ修正装置。
レーザ修正方法の工程を説明する説明図。 レーザ修正装置の構成例を示した説明図。 スペクトル分光カメラの構成例と機能を示した説明図。 多層膜基板表面の周期パターンの例を示した説明図。 欠陥形状特定工程を説明する説明図。 修正加工工程を説明する説明図。 ニューラルネットワークの学習と動作を示した説明図。 修正加工工程におけるレーザ走査を説明する説明図。 修正加工工程でのレーザ制御部の動作フローを示した説明図。
以下、図面を参照して本発明の実施形態を説明する。以下の説明で、異なる図における同一符号は同一機能の部位を示しており、各図における重複説明は適宜省略する。
本発明の実施形態に係るレーザ修正方法は、ＴＦＴ（Thin Film Transistor）などの多層膜基板を対象にして、その表面にレーザ光を照射して欠陥部を修正加工するものである。図１に示すように、修正工程は、検査工程Ｓ１の後に行われ、欠陥位置特定工程Ｓ２、欠陥形状特定工程Ｓ３、修正加工工程Ｓ４を有している。
図２は、前述した修正工程を実行するためのレーザ修正装置の一例を示している。レーザ修正装置１は、水平面上を移動するステージＳ上に載置した多層膜基板１００の表面にレーザ光Ｌを照射する修正加工部１Ａを備えており、修正加工部１Ａは、画像取得部２、レーザ照射部３、スペクトル分光カメラ４、レーザ制御部５等を具備している。
画像取得部２は、例えば、顕微鏡２０、白色光源２１、撮像カメラ２６などを備え、顕微鏡２０を介して多層膜基板１００の表面画像を取得するものであり、多層膜基板１００に欠陥部が有る場合には欠陥部画像を取得する。白色光源２１からミラー２２とハーフミラー２３とレンズ系２４を介して多層膜基板１００の表面に白色落射光が照射され、多層膜基板１００の表面で反射された光が、レンズ系２４とハーフミラー２３とハーフミラー２５を介して撮像カメラ２６の撮像面に結像する。撮像カメラ２６で撮像された画像は、画像処理部２７にて適宜の画像処理がなされて、適宜倍率の拡大画像として表示装置２８に表示される。
レーザ照射部３は、例えば、レーザ光源３０、レーザスキャナ３２などを備え、顕微鏡２０を通して、多層膜基板１００の表面にレーザ光Ｌを照射するものである。レーザ光源３０から出射されたレーザ光が、ミラー３１とガルバノミラー３２Ａ，３２Ｂからなるレーザスキャナ３２を介して顕微鏡２０に入射され、顕微鏡２０内の光学系を通って多層膜基板１００の表面に照射される。
スペクトル分光カメラ４は、多層膜基板１００表面の分光画像を取得するものである。白色光源２１から出射された顕微鏡２０と同軸の白色落射光が多層膜基板１００の表面に照射され、その表面からの反射光を顕微鏡２０の光軸に挿入されるミラー２９で反射してスペクトル分光カメラ４に入射する。スペクトル分光カメラ４は、多層膜基板１００の表面からの反射光を分光して分光画像のピクセル毎の分光スペクトルデータを取得する。
ここで、顕微鏡２０内でのレーザ光Ｌの光軸と、画像取得部２の顕微鏡２０内の光軸と、スペクトル分光カメラ４の顕微鏡２０内の光軸は、同軸になっている。これにより、表示装置２８のモニタ画面内に、常にレーザ光Ｌの照射位置を設定することができ、また、表示装置２８のモニタ画像とスペクトル分光カメラ４の分光画像を同軸画像にすることができる。
スペクトル分光カメラ４は、例えば、図３に示すように、レンズ４０、スリット４１、分光器４２、２次元センサ４３を備えており、ライン分光方式によって被測定面ＭにおけるＸ方向の１ライン分の反射光をそれと垂直方向に分光し、２次元センサ４３にて、Ｘ方向の空間情報とその分光データを検出する。そして、１ライン分の反射光をＹ方向に随時走査することで、２次元センサ４３のＸ−Ｙ方向の分解能１ピクセル（Ｘｎ，Ｙｎ）毎に一つの分光スペトルデータを得る。
レーザ制御部５は、多層膜基板１００の欠陥部を含む表面にレーザ照射範囲を設定し、設定されたレーザ加工条件で欠陥部にレーザ光を照射するための制御を行う。レーザ制御部５は、学習済みのニューラルネットワーク５０の設定に応じて制御される。ニューラルネットワーク５０には、スペクトル分光カメラ４が取得した分光画像のピクセル毎の分光スペクトルデータが入力され、ニューラルネットワーク５０は、入力された分光スペクトルデータに基づいて、分光画像のピクセル毎に欠陥部に照射するレーザ光のレーザ加工条件を設定する。
レーザ修正装置１を用いた修正工程（欠陥位置特定工程Ｓ２、欠陥形状特定工程Ｓ３、修正工程Ｓ４）を具体的に説明する。ここでの修正対象の多層膜基板１００は、図４に示すように、Ｘ方向の周期ピッチＰｘとこれに直交するＹ方向の周期ピッチＰｙを備えた２次元的な周期パターンを有している。この周期パターンは、多層膜基板１００がＦＰＤのＴＦＴ基板である場合には、一つの表示画素における多層膜構造パターンに対応している。
先ず、欠陥位置特定工程Ｓ２では、修正工程に先立って行われる検査工程Ｓ１の結果から欠陥部の位置を特定する。その際には、画像取得部２で取得される拡大画像を低倍率に設定して、複数の周期パターンを含む画像を取得し、これを画像処理部２７にて画像処理することで、前述した周期ピッチ（Ｐｘ，Ｐｙ）を特定した後、欠陥部が存在する周期パターンの位置を特定する。そして、特定された位置に顕微鏡２０の光軸を合わせて、欠陥部の形状がモニタリングできるように拡大倍率を高め、欠陥部がセンタリングされた拡大画像を得る。
欠陥形状特定工程Ｓ３では、欠陥部がセンタリングされた拡大画像によって、欠陥部の形状を特定する。その際には、画像処理部２７が、欠陥部を含む周期パターン画像を、欠陥部を含まない周期パターン画像と比較することで、欠陥部の形状が特定される。
この欠陥部の形状特定においても、ニューラルネットワーク５０を用いることができる。具体的には、図５に示すように、欠陥部を含む周期パターン画像（欠陥部がセンタリングされた拡大画像）Ｇｄをニューラルネットワーク５０における学習済みの機械学習モデル５０Ａに入力して、この機械学習モデル５０Ａの出力に基づいて、画像処理部２７が欠陥部を含む周期パターン画像Ｇｓ内から欠陥部の形状Ｆｄを特定する。
周期パターンは、全ての周期パターンが同一形状に形成されている訳では無く、パターンの形状誤差を含んでいる。このため、単純な画像比較のみでは、欠陥部の形状を正確に特定することが難しい。ニューラルネットワーク５０の学習済み機械学習モデル５０Ａを用いることで、欠陥部の形状特定の精度を高めることができる。機械学習モデル５０Ａは、修正対象の多層膜基板１００のテスト基板を用いて取得した多数の周期パターン画像Ｇｓが学習データになる。
修正加工工程Ｓ４では、先ず、画像処理部２７にて特定された欠陥部の形状が含まれるように、図６に示すように、レーザ制御部５が、レーザ照射範囲を設定する。レーザ照射範囲は、レーザスキャナ３２の走査範囲であり、欠陥部の形状Ｆｄが複数箇所に分離して存在する場合には、これらの全てを含むように、走査範囲を設定する。
そして、修正加工工程Ｓ４では、スペクトル分光カメラ４によって取得される欠陥部画像のピクセル毎の分光スペクトルデータが、ニューラルネットワーク５０に入力され、ニューラルネットワーク５０は、入力された分光スペクトルデータを分類して、分類毎に欠陥部画像の領域を区分して、区分された領域毎にレーザ加工条件（レーザ加工レシピ）を設定する。
図６に示した例では、形状Ｆｄの欠陥部画像内を、分光スペクトルが分類Ｉの領域と分類IIの領域と分類IIIの領域に区分しており、分光スペクトルが分類Iの領域に対しては加工条件１が設定され、分光スペクトルが分類IIの領域に対しては加工条件２が設定され、分光スペクトルが分類IIIの領域に対しては加工条件３が設定されている。
図７に示すように、学習済みのニューラルネットワーク５０には、欠陥部画像において、レーザ光が照射される位置のピクセル毎の分光スペクトルデータが入力され、学習済みのニューラルネットワーク５０からは、欠陥部画像のピクセル毎にレーザ加工条件が出力される。学習済みのニューラルネットワーク５０は、入力層５１と中間層５２と出力層５３を有しており、入力層５１にて入力された分光スペクトルの分類がなされ、出力層５３にて多層膜構造モデルの推定がなされる。
多層膜構造モデルは、一例として図７に示すようなモデル１〜モデル８が予め設定されている。ここでは、最下層である基板層ＧＬ、中間に積層される第１層Ｌ１，第２層Ｌ２，第３層Ｌ３，第４層Ｌ４、最上層の加工対象層ＬＴの積層の組み合わせで、多層膜構造として存在する８つのモデル（モデル１〜モデル８）が設定されている。このような多層膜構造モデルは、修正対象の多層膜基板１００の種類に応じて適宜設定される。
ニューラルネットワーク５０を学習させるための学習データは、図７に示すように、修正対象の多層膜基板１００と同じ多層膜構造を有するテスト基板を用いた実測データである。実測データは、多層膜構造データ（多層膜の層パターン毎の膜厚など）、多層膜構造毎の分光スペクトルデータ（周期パターンの欠陥部画像におけるピクセル毎の分光スペクトルデータ）、多層膜構造毎のレーザ加工実験データ（加工対象層をレーザ照射で除去する際のレーザ加工レシピ）などであり、これらが多数のテスト基板の周期パターン毎に予め実測されている。
修正加工工程Ｓ４における修正の実行は、図８に示すように、レーザスキャナ３２によってレーザ照射範囲（走査範囲）内でのラスター走査が行われ、横走査の走査位置が欠陥部の形状Ｆｄ内に位置する場合にのみ、太線で図示しているようにレーザ光の出力がＯＮになり、そこで欠陥部画像のピクセル毎に予め設定されている加工条件での加工がなされる。走査位置が欠陥部の外に有る場合には、破線で図示しているように、レーザ光の出力がＯＦＦ（又は低く）なる。
図９にて、修正加工工程Ｓ４でのレーザ制御部５の動作を説明する。動作が開始（Ｓ４０）されると、図６に示すように、欠陥部に対してレーザ照射範囲が設定され（Ｓ４１）、更に、欠陥部画像のピクセル毎にレーザ加工条件が設定される（Ｓ４２）。この設定で、図６に示すように、欠陥部の形状Ｆｄ内がレーザ加工条件毎に予め区分される。
その後、レーザ走査が開始されると（Ｓ４３）、走査位置（レーザ光の照射位置）が欠陥部内か否かの判断がなされ（Ｓ４４）、走査位置が欠陥部の外の場合には（Ｓ４４：ＮＯ）、レーザ光はＯＦＦになり（Ｓ４５）、走査位置が欠陥部内に有ると（Ｓ４４：ＹＥＳ）、レーザ光はＯＮになる（Ｓ４６）。この際のレーザ光は、予め設定されているレーザ加工条件で照射される。このようなレーザ走査（Ｓ４３）は、終点検知がなされるまで（Ｓ４７：ＮＯ）継続される。そして、欠陥部の修正加工が終了して、終点検知がなされた場合には（Ｓ４７：ＹＥＳ）、レーザ制御部５の動作を終了する（Ｓ４８）。
このようなレーザ修正装置１を用いたレーザ修正方法によると、修正対象となる多層膜基板１００の多層膜構造を認識した上で、欠陥部を抽出して、適正な加工条件でレーザ光を欠陥部のみに照射することができる。また、このような修正加工を自動で行うことができる。これにより、オペレータのマニアル作業に比べて作業効率を改善することができると共に、オペレータのスキルに影響されること無く、一定の修正品質を得ることができる。また、レーザ修正を自動化する上で、加工対象層の下地層の違いや多層膜構造の膜厚にばらつきがある場合であっても、欠陥部の周辺層や下地層にダメージを与えること無く、欠陥部のみを適正に修正加工することができる。
以上、本発明の実施の形態について図面を参照して詳述してきたが、具体的な構成はこれらの実施の形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計の変更等があっても本発明に含まれる。また、上述の各実施の形態は、その目的及び構成等に特に矛盾や問題がない限り、互いの技術を流用して組み合わせることが可能である。
１：レーザ修正装置，１Ａ：修正加工部，
２：画像取得部，２０：顕微鏡，２１：白色光源，
２２，２９，３１：ミラー，２３，２５：ハーフミラー，２４：レンズ系，
２６：撮像カメラ，２７：画像処理部，２８：表示装置，
３：レーザ照射部，３０：レーザ光源，
３２：レーザスキャナ，３２Ａ，３２Ｂ：ガルバノミラー，
４：スペクトル分光カメラ，
４０：レンズ，４１：スリット，４２：分光器，４３：２次元センサ，
５：レーザ制御部，５０：ニューラルネットワーク，５０Ａ：機械学習モデル
５１：入力層，５２：中間層，５３：出力層，
１００：多層膜基板，
Ｓ：ステージ，Ｌ：レーザ光

Claims (6)

  1. 多層膜基板の欠陥部に対してレーザ照射範囲を設定し、設定されたレーザ加工条件で前記欠陥部にレーザ光を照射して修正加工を行う修正工程を有し、
    前記修正工程は、
    前記欠陥部の分光スペクトルデータを取得して、前記分光スペクトルデータに基づいて、学習済みのニューラルネットワークによって前記欠陥部に照射するレーザ光の前記レーザ加工条件を設定し、
    前記ニューラルネットワークは、多層膜構造データと多層膜構造毎の分光スペクトルデータと多層膜構造毎のレーザ加工実験データを含む実測データを学習データとして、機械学習されていることを特徴とするレーザ修正方法。
  2. 前記欠陥部の分光スペクトルデータは、欠陥部画像のピクセル毎に取得され、前記レーザ加工条件は、前記欠陥部画像におけるレーザ走査位置のピクセル毎に設定されることを特徴とする請求項１記載のレーザ修正方法。
  3. 前記多層膜基板は、２次元的な周期パターンを有しており、
    前記修正工程に先立って行われる検査工程の結果から前記欠陥部の位置を特定し、
    前記欠陥部を含む周期パターン画像を、前記欠陥部を含まない周期パターン画像と比較して、前記欠陥部の形状を特定し、
    特定された前記欠陥部の形状が含まれるように前記レーザ照射範囲を設定することを特徴とする請求項１又は２記載のレーザ修正方法。
  4. 前記欠陥部の形状は、前記欠陥部を含む周期パターン画像に基づいて、学習済みの機械学習モデルによって特定され、当該機械学習モデルは、前記多層膜基板の周期パターン画像を学習データとして学習していることを特徴とする請求項３記載のレーザ修正方法。
  5. 多層膜基板の欠陥部に対してレーザ照射範囲を設定し、設定されたレーザ加工条件で前記欠陥部にレーザ光を照射して修正加工を行う修正加工部を備え、
    前記修正加工部は、
    前記欠陥部の分光スペクトルデータを取得して、前記分光スペクトルデータに基づいて、学習済みのニューラルネットワークによって前記欠陥部に照射するレーザ光の前記レーザ加工条件を設定するものであり、
    前記ニューラルネットワークは、多層膜構造データと多層膜構造毎の分光スペクトルデータと多層膜構造毎のレーザ加工実験データを含む実測データを学習データとして、機械学習されていることを特徴とするレーザ修正装置。
  6. 前記修正加工部は、
    顕微鏡を介して欠陥部画像を取得する画像取得部と、
    前記顕微鏡を通して、前記欠陥部にレーザ光を照射するレーザ照射部と、
    前記顕微鏡と同軸の白色落射光を前記多層膜基板に照射して、前記多層膜基板からの反射光を分光してピクセル毎の前記分光スペクトルデータを取得するスペクトル分光カメラと、
    前記レーザ加工条件を制御するレーザ制御部とを備え、
    前記レーザ制御部は、前記欠陥部画像におけるレーザ走査位置のピクセル毎に前記レーザ加工条件を設定することを特徴とする請求項５記載のレーザ修正装置。
JP2019110482A 2019-06-13 2019-06-13 レーザ修正方法、レーザ修正装置 Active JP7332144B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2019110482A JP7332144B2 (ja) 2019-06-13 2019-06-13 レーザ修正方法、レーザ修正装置
KR1020217040532A KR20220018974A (ko) 2019-06-13 2020-05-27 레이저 수정 방법, 레이저 수정 장치
CN202080042211.5A CN113966527B (zh) 2019-06-13 2020-05-27 激光修复方法、激光修复装置
PCT/JP2020/020967 WO2020250685A1 (ja) 2019-06-13 2020-05-27 レーザ修正方法、レーザ修正装置
US17/617,748 US20220238396A1 (en) 2019-06-13 2020-05-27 Laser repair method and laser repair device
TW109119442A TWI821571B (zh) 2019-06-13 2020-06-10 雷射修復方法、雷射修復裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019110482A JP7332144B2 (ja) 2019-06-13 2019-06-13 レーザ修正方法、レーザ修正装置

Publications (2)

Publication Number Publication Date
JP2020201457A true JP2020201457A (ja) 2020-12-17
JP7332144B2 JP7332144B2 (ja) 2023-08-23

Family

ID=73743993

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019110482A Active JP7332144B2 (ja) 2019-06-13 2019-06-13 レーザ修正方法、レーザ修正装置

Country Status (6)

Country Link
US (1) US20220238396A1 (ja)
JP (1) JP7332144B2 (ja)
KR (1) KR20220018974A (ja)
CN (1) CN113966527B (ja)
TW (1) TWI821571B (ja)
WO (1) WO2020250685A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020210974A1 (de) * 2020-08-31 2022-03-03 Ford Global Technologies, Llc Verfahren und Vorrichtung zum Ermitteln von Defekten während eines Oberflächenmodifizierungsverfahrens

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10235490A (ja) * 1996-12-24 1998-09-08 Kawasaki Steel Corp 電気溶接機の溶接状態の評価方法および装置
US6046429A (en) * 1997-06-12 2000-04-04 International Business Machines Corporation Laser repair process for printed wiring boards
JP2007520874A (ja) * 2004-03-04 2007-07-26 シャープ株式会社 半導体装置の製造方法および半導体検査装置
JP2008085279A (ja) * 2006-09-26 2008-04-10 Samsung Sdi Co Ltd 多結晶シリコン基板の結晶化度測定方法、これを利用した有機発光表示装置の製造方法及び有機発光表示装置
JP2008188638A (ja) * 2007-02-05 2008-08-21 Sony Corp 欠陥修正装置、配線基板の製造方法、ディスプレイ装置の製造方法
JP2016528496A (ja) * 2013-08-02 2016-09-15 ベリフード， リミテッドＶｅｒｉｆｏｏｄ， Ｌｔｄ． 分光器システムおよび方法、分光分析デバイスおよび方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2968442B2 (ja) * 1994-09-26 1999-10-25 川崎重工業株式会社 溶接欠陥の評価システム
EP1618984B1 (de) * 2004-07-08 2006-09-06 TRUMPF Laser GmbH + Co. KG Laserschweissverfahren und -vorrichtung
JP2006112939A (ja) * 2004-10-15 2006-04-27 Nikon Corp 欠陥検査装置
KR101387785B1 (ko) * 2005-01-21 2014-04-25 포톤 다이나믹스, 인코포레이티드 자동 결함 복구 시스템
JP5353179B2 (ja) * 2008-10-22 2013-11-27 ソニー株式会社 欠陥修正装置および欠陥修正方法
JP5464982B2 (ja) * 2009-11-20 2014-04-09 キヤノン株式会社 撮像装置および画像処理方法
JP2012063725A (ja) * 2010-09-17 2012-03-29 Sony Corp 欠陥修正装置及び欠陥修正方法
TWI417160B (zh) * 2011-10-07 2013-12-01 Univ Nat Formosa Embedded laser engraving device and method thereof
JP6176711B2 (ja) * 2013-06-10 2017-08-09 国立研究開発法人産業技術総合研究所 グラフェン膜の欠陥修復方法及びグラフェン膜の透過率測定装置
US9985139B2 (en) * 2014-11-12 2018-05-29 Qualcomm Incorporated Hydrogenated p-channel metal oxide semiconductor thin film transistors
WO2016194874A1 (ja) * 2015-06-05 2016-12-08 住友化学株式会社 光透過性フィルムの欠陥検査方法、直線偏光子フィルムの製造方法及び偏光板の製造方法
GB201604097D0 (en) * 2016-03-09 2016-04-20 Spi Lasers Uk Ltd Apparatus and method for controlling laser processing of a material
JP6625914B2 (ja) * 2016-03-17 2019-12-25 ファナック株式会社 機械学習装置、レーザ加工システムおよび機械学習方法
JP6490124B2 (ja) * 2017-03-07 2019-03-27 ファナック株式会社 レーザ加工装置および機械学習装置
CN107389688B (zh) * 2017-07-21 2020-05-12 中国工程物理研究院激光聚变研究中心 大口径熔石英光学元件表面微缺陷多工位集成修复方法
CN109031894B (zh) * 2018-08-13 2019-12-20 中国科学院上海光学精密机械研究所 极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法
CN109472358B (zh) * 2018-10-17 2021-10-19 深圳市微埃智能科技有限公司 基于神经网络的焊接工艺参数推荐方法、装置及机器人
CN109460782A (zh) * 2018-10-22 2019-03-12 西安云鑫电子科技有限公司 基于机器学习的激光除锈方法及装置
CN109604776A (zh) * 2018-11-28 2019-04-12 芜湖常瑞汽车部件有限公司 一种机器人自动焊接焊缝跟踪检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10235490A (ja) * 1996-12-24 1998-09-08 Kawasaki Steel Corp 電気溶接機の溶接状態の評価方法および装置
US6046429A (en) * 1997-06-12 2000-04-04 International Business Machines Corporation Laser repair process for printed wiring boards
JP2007520874A (ja) * 2004-03-04 2007-07-26 シャープ株式会社 半導体装置の製造方法および半導体検査装置
JP2008085279A (ja) * 2006-09-26 2008-04-10 Samsung Sdi Co Ltd 多結晶シリコン基板の結晶化度測定方法、これを利用した有機発光表示装置の製造方法及び有機発光表示装置
JP2008188638A (ja) * 2007-02-05 2008-08-21 Sony Corp 欠陥修正装置、配線基板の製造方法、ディスプレイ装置の製造方法
JP2016528496A (ja) * 2013-08-02 2016-09-15 ベリフード， リミテッドＶｅｒｉｆｏｏｄ， Ｌｔｄ． 分光器システムおよび方法、分光分析デバイスおよび方法

Also Published As

Publication number Publication date
TWI821571B (zh) 2023-11-11
CN113966527B (zh) 2024-06-25
WO2020250685A1 (ja) 2020-12-17
CN113966527A (zh) 2022-01-21
KR20220018974A (ko) 2022-02-15
TW202109025A (zh) 2021-03-01
US20220238396A1 (en) 2022-07-28
JP7332144B2 (ja) 2023-08-23

Similar Documents

Publication Publication Date Title
US11953447B2 (en) Defective part recognition device and defective part recognition method
JP5114943B2 (ja) 欠陥修正装置及び欠陥修正方法
WO2021161646A1 (ja) 欠陥検出装置、欠陥検出方法、欠陥修正装置
WO2021005907A1 (ja) レーザ修正方法、レーザ修正装置
CN114113114A (zh) 一种大口径元件表面微缺陷检测与修复的自动化工艺方法
JP2010139461A (ja) 目視検査システム
WO2020250685A1 (ja) レーザ修正方法、レーザ修正装置
JP2019039846A (ja) 検査システムおよび検査用画像の修正方法
WO2020184024A1 (ja) レーザリペア方法、レーザリペア装置
JPH10122817A (ja) レーザマスクリペアでのマスクの位置合せ方法
JP2009150718A (ja) 検査装置および検査プログラム
JP7089381B2 (ja) 基板検査装置、基板処理装置および基板検査方法
WO2022044307A1 (ja) アライメント装置及びアライメント方法
WO2020209004A1 (ja) レーザリペア方法、レーザリペア装置
TWI853037B (zh) 雷射修復方法、雷射修復裝置
KR20150032772A (ko) 묘화 장치, 기판 처리 시스템 및 묘화 방법
JP2008279471A (ja) レーザ加工装置、レーザ加工方法、ｔｆｔ基板、及び、ｔｆｔ基板の欠陥修正方法
WO2020250686A1 (ja) レーザ修正方法、レーザ修正装置
JPH1097983A (ja) 位置検出方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220315

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230411

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230801

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230803

R150 Certificate of patent or registration of utility model

Ref document number: 7332144

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150