JP2023114127A - 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 - Google Patents
情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 Download PDFInfo
- Publication number
- JP2023114127A JP2023114127A JP2022016284A JP2022016284A JP2023114127A JP 2023114127 A JP2023114127 A JP 2023114127A JP 2022016284 A JP2022016284 A JP 2022016284A JP 2022016284 A JP2022016284 A JP 2022016284A JP 2023114127 A JP2023114127 A JP 2023114127A
- Authority
- JP
- Japan
- Prior art keywords
- substrate processing
- fluid supply
- processing fluid
- information
- substrate
- 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.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 title claims abstract description 78
- 230000010365 information processing Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims description 51
- 238000003672 processing method Methods 0.000 title claims description 13
- 239000012530 fluid Substances 0.000 claims abstract description 764
- 239000000758 substrate Substances 0.000 claims abstract description 714
- 238000012545 processing Methods 0.000 claims abstract description 668
- 238000004140 cleaning Methods 0.000 claims description 215
- 230000008569 process Effects 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 29
- 238000011144 upstream manufacturing Methods 0.000 claims description 20
- 238000013500 data storage Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 4
- 235000012431 wafers Nutrition 0.000 description 131
- 238000005498 polishing Methods 0.000 description 120
- 238000001035 drying Methods 0.000 description 95
- 238000012360 testing method Methods 0.000 description 84
- 230000007246 mechanism Effects 0.000 description 76
- 230000006870 function Effects 0.000 description 32
- 238000010586 diagram Methods 0.000 description 26
- 238000012546 transfer Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 22
- 238000004519 manufacturing process Methods 0.000 description 19
- 239000007788 liquid Substances 0.000 description 17
- 238000005259 measurement Methods 0.000 description 12
- 239000010408 film Substances 0.000 description 10
- 238000007517 polishing process Methods 0.000 description 9
- 210000000225 synapse Anatomy 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000011068 loading method Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 239000002002 slurry Substances 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 235000011089 carbon dioxide Nutrition 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 239000002270 dispersing agent Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012788 optical film Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 229920003002 synthetic resin Polymers 0.000 description 1
- 239000000057 synthetic resin Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B37/00—Lapping machines or devices; Accessories
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
-
- 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
-
- 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
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
- H01L21/304—Mechanical treatment, e.g. grinding, polishing, cutting
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Cleaning Or Drying Semiconductors (AREA)
- General Factory Administration (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
Abstract
【課題】基板処理流体の供給状態に応じて基板処理流体を適切な位置に供給することを可能とする情報処理装置を提供する。【解決手段】情報処理装置5は、基板Wに処理流体を供給する一又は複数の基板処理流体供給部222、242a、245aを備える基板処理装置2により行われる基板Wの処理における、基板処理流体供給部222、242a、245aから供給される基板処理流体の供給状態を示す基板処理流体供給状態情報、を含む基板処理流体供給情報を取得する情報取得部500と、前記基板処理流体供給情報と、前記基板処理装置が動作したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報との相関関係を機械学習により学習させた学習モデルに、情報取得部500により取得された基板処理流体供給情報を入力することで、基板処理流体供給情報に対する基板処理流体供給位置情報を予測する状態予測部501と、を備える。【選択図】 図16
Description
本発明は、情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法に関する。
半導体ウェハ等の基板に対して各種の処理を行う基板処理装置の1つとして、化学機械研磨(CMP:Chemical Mechanical Polishing)処理を行う基板処理装置が知られている。基板処理装置では、例えば、研磨パッドを有する研磨テーブルを回転させつつ、液体供給ノズルから研磨パッドに研磨液(スラリー)を供給した状態で、トップリングと呼ばれる研磨ヘッドにより基板を研磨パッドに押し付けることで、基板は化学的かつ機械的に研磨される。そして、研磨後の基板に付着した研磨屑等の異物を除去するため、研磨後の基板に基板洗浄流体を供給しながら洗浄具を接触させてスクラブ洗浄し、さらに基板を乾燥することで、一連の処理が終了し、次の基板の処理に移行する。
上記のような一連の処理が繰り返し行われると、基板に流体を噴射するノズルの移動位置にずれが生じるようになり、流体の供給位置にもずれが生じ、結果として、基板の処理に必要な液体を最適な位置に供給することが困難となることがあった。従来、供給ノズルの先端位置を研磨パッドに対して相対的に調整することで、研磨スラリーをウェハに対して適切に供給する技術が開示されている。(例えば、特許文献1参照)。
特許文献1に記載された技術は、供給ノズルの先端を研磨スラリーの供給量やウェハの位置等に応じて適宜移動して研磨スラリーの供給位置を調整する。
一方、基板処理流体を適切な位置に供給するにあたり、流体の供給流量、流体の供給圧力、流体供給弁の開度、流体供給弁の一次側の圧力等の動作状態は、基板処理流体の供給位置に影響を与える要素であるが、基板処理流体の供給位置に対して複雑かつ相互に作用する。そのため、各動作状態が、基板処理流体の供給位置にどのような影響を与えるのかを的確に解析することは困難である。
本発明は、上記の課題に鑑み、基板処理流体の供給状態に応じて基板処理流体を適切な位置に供給することを可能とする情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法を提供することを目的とする。
上記目的を達成するために、本発明の一態様に係る情報処理装置は、
基板に処理流体を供給する一又は複数の基板処理流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報、を含む基板処理流体供給情報を取得する情報取得部と、
前記基板処理流体供給情報と、前記基板処理装置が動作したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記基板処理流体供給情報を入力することで、当該基板処理流体供給情報に対する前記基板処理流体供給位置情報を予測する状態予測部と、
を備える。
基板に処理流体を供給する一又は複数の基板処理流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報、を含む基板処理流体供給情報を取得する情報取得部と、
前記基板処理流体供給情報と、前記基板処理装置が動作したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記基板処理流体供給情報を入力することで、当該基板処理流体供給情報に対する前記基板処理流体供給位置情報を予測する状態予測部と、
を備える。
本発明の一態様に係る情報処理装置によれば、基板処理流体供給状態情報を含む基板処理流体供給情報が学習モデルに入力されることで、当該基板処理流体供給情報に対する基板処理流体供給位置情報が予測されるので、基板処理装置の基板処理流体供給状態に応じて基板処理流体供給位置を適切に予測することができる。
上記以外の課題、構成及び効果は、後述する発明を実施するための形態にて明らかにされる。
以下、図面を参照して本発明を実施するための実施形態について説明する。以下では、本発明の目的を達成するための説明に必要な範囲を模式的に示し、本発明の該当部分の説明に必要な範囲を主に説明することとし、説明を省略する箇所については公知技術による
ものとする。
ものとする。
(第1の実施形態)
図1は、基板処理システム1の一例を示す全体構成図である。本実施形態に係る基板処理システム1は、半導体ウェハ等の基板(以下、「ウェハ」という)Wを研磨パッドに押し付けることでウェハWの表面を平坦に研磨する化学機械研磨処理(以下、「研磨処理」という)、研磨処理後のウェハWを洗浄具に接触させることでウェハWの表面を洗浄する洗浄処理、洗浄したウェハWの表面を乾燥具により乾燥する乾燥処理等を含む一連の基板処理を管理するシステムとして機能する。なお、洗浄処理、及び、乾燥処理は、仕上げ処理を構成する。
図1は、基板処理システム1の一例を示す全体構成図である。本実施形態に係る基板処理システム1は、半導体ウェハ等の基板(以下、「ウェハ」という)Wを研磨パッドに押し付けることでウェハWの表面を平坦に研磨する化学機械研磨処理(以下、「研磨処理」という)、研磨処理後のウェハWを洗浄具に接触させることでウェハWの表面を洗浄する洗浄処理、洗浄したウェハWの表面を乾燥具により乾燥する乾燥処理等を含む一連の基板処理を管理するシステムとして機能する。なお、洗浄処理、及び、乾燥処理は、仕上げ処理を構成する。
基板処理システム1は、その主要な構成として、基板処理装置2と、データベース装置3と、機械学習装置4と、情報処理装置5と、ユーザ端末装置6とを備える。各装置2~6は、例えば、汎用又は専用のコンピュータ(後述の図8参照)で構成されるとともに、有線又は無線のネットワーク7に接続されて、各種のデータ(図1には一部のデータの送受信を破線の矢印にて図示)を相互に送受信可能に構成される。なお、各装置2~6の数やネットワーク7の接続構成は、図1の例に限られず、適宜変更してもよい。
基板処理装置2は、複数のユニットで構成されて、1又は複数のウェハWに対する一連の基板処理として、例えば、ロ―ド、研磨、洗浄、乾燥、膜厚測定、アンロード等の各処理をそれぞれ行う装置である。その際、基板処理装置2は、各ユニットにそれぞれ設定された複数の装置パラメータからなる装置設定情報265と、研磨処理、洗浄処理、乾燥処理の動作状態等を定める基板レシピ情報266とを参照しつつ、各ユニットの動作を制御する。
基板処理装置2は、各ユニットの動作に応じて、各種のレポートRをデータベース装置3、ユーザ端末装置6等に送信する。各種のレポートRには、例えば、基板処理が行われたときの対象となるウェハWを特定する工程情報、各処理が行われたときの各ユニットの状態を示す装置状態情報、基板処理装置2にて検出されたイベント情報、基板処理装置2に対するユーザ(オペレータ、生産管理者、保守管理者等)の操作情報等が含まれる。
データベース装置3は、本生産用の基板処理流体供給部を用いて基板処理が行われたときの履歴に関する生産履歴情報30と、試験用の基板処理流体供給部を用いて基板処理流体供給の試験(以下、「基板処理流体供給試験」という)が行われたときの履歴に関する基板処理流体供給試験情報31とを管理する装置である。なお、データベース装置3には、上記の他に、装置設定情報265や基板レシピ情報266が記憶されていてもよく、その場合には、基板処理装置2がこれらの情報を参照するようにしてもよい。なお、基板処理流体は、研磨処理における研磨流体、洗浄処理における洗浄流体、及び乾燥処理における乾燥流体の少なくとも1つを含む。したがって、基板処理流体供給試験は、研磨処理の試験、洗浄処理の試験、及び、乾燥処理の試験の少なくとも1つを含む。
データベース装置3は、基板処理装置2が本生産用の基板処理流体供給部を用いて基板処理を行ったときに、基板処理装置2から各種のレポートRを随時受信し、生産履歴情報30に登録することで、生産履歴情報30には、基板処理に関するレポートRが蓄積される。
データベース装置3は、基板処理装置2が試験用の基板処理流体供給部を用いて基板処理流体供給試験を行ったときに、基板処理装置2から各種のレポートR(装置状態情報を少なくとも含む)を随時受信し、基板処理流体供給試験情報31に登録するとともに、その基板処理流体供給試験の試験結果を対応付けて登録することで、基板処理流体供給試験
情報31には、基板処理流体供給試験に関するレポートR及び試験結果が蓄積される。基板処理流体供給試験は、本生産用の基板処理装置2で行われてもよいし、基板処理装置2と同様の基板処理流体の供給を再現可能な試験用の基板処理流体供給試験装置(不図示)で行われてもよい。
情報31には、基板処理流体供給試験に関するレポートR及び試験結果が蓄積される。基板処理流体供給試験は、本生産用の基板処理装置2で行われてもよいし、基板処理装置2と同様の基板処理流体の供給を再現可能な試験用の基板処理流体供給試験装置(不図示)で行われてもよい。
試験用の基板処理流体供給部や基板処理流体供給試験装置には、基板処理流体供給部のコンディションとして、例えば、基板処理流体供給部から供給される基板処理流体の流量、基板処理流体供給部から供給される基板処理流体の圧力、基板処理流体の流量を調整する基板処理流体供給弁の状態、及び、基板処理流体の流量を調整する基板処理流体供給弁の一次側の圧力を測定するための各種の基板処理流体供給状態測定機器(不図示)が設けられ、基板処理流体供給状態測定機器の測定値が、試験結果として基板処理流体供給試験情報31に登録される。
機械学習装置4は、機械学習の学習フェーズの主体として動作し、例えば、データベース装置3から基板処理流体供給試験情報31の一部を第1の学習用データ11Aとして取得し、情報処理装置5にて用いられる第1の学習モデル10Aを機械学習により生成する。学習済みの第1の学習モデル10Aは、ネットワーク7や記録媒体等を介して情報処理装置5に提供される。
情報処理装置5は、機械学習の推論フェーズの主体として動作し、機械学習装置4により生成された第1の学習モデル10Aを用いて、基板処理装置2による基板処理流体の供給が本生産用の基板処理流体供給部を用いて行われたときに、その基板処理流体供給位置を予測し、その予測した結果である基板処理流体供給位置情報をデータベース装置3、ユーザ端末装置6等に送信する。情報処理装置5が基板処理流体供給位置情報を予測するタイミングとしては、基板処理流体の供給が行われた後(事後予測処理)でもよいし、基板処理流体の供給が行われている最中(リアルタイム予測処理)でもよいし、基板処理流体の供給が行われる前(事前予測処理)でもよい。
ユーザ端末装置6は、ユーザが使用する端末装置であり、据置型の装置でもよいし、携帯型の装置でもよい。ユーザ端末装置6は、例えば、アプリケーションプログラム、ウェブブラウザ等の表示画面を介して各種の入力操作を受け付けるとともに、表示画面を介して各種の情報(例えば、イベントの通知、基板処理流体供給位置情報、生産履歴情報30、基板処理流体供給試験情報31等)を表示する。
(基板処理装置2)
図2は、基板処理装置2の一例を示す平面図である。基板処理装置2は、平面視で略矩形状のハウジング20の内部に、ロード/アンロードユニット21と、研磨ユニット22と、基板搬送ユニット23と、仕上げユニット24と、膜厚測定ユニット25と、制御ユニット26とを備えて構成される。ロード/アンロードユニット21と、研磨ユニット22、基板搬送ユニット23及び仕上げユニット24との間は、第1の隔壁200Aにより区画され、基板搬送ユニット23と仕上げユニット24との間は、第2の隔壁200Bにより区画されている。
図2は、基板処理装置2の一例を示す平面図である。基板処理装置2は、平面視で略矩形状のハウジング20の内部に、ロード/アンロードユニット21と、研磨ユニット22と、基板搬送ユニット23と、仕上げユニット24と、膜厚測定ユニット25と、制御ユニット26とを備えて構成される。ロード/アンロードユニット21と、研磨ユニット22、基板搬送ユニット23及び仕上げユニット24との間は、第1の隔壁200Aにより区画され、基板搬送ユニット23と仕上げユニット24との間は、第2の隔壁200Bにより区画されている。
(ロード/アンロードユニット)
ロード/アンロードユニット21は、多数のウェハWを上下方向に収納可能なウェハカセット(FOUP等)が載置される第1乃至第4のフロントロード部210A~210Dと、ウェハカセットに収納されたウェハWの収納方向(上下方向)に沿って上下移動可能な搬送ロボット211と、第1乃至第4のフロントロード部210A~210Dの並び方向(ハウジング20の短手方向)に沿って搬送ロボット211を移動させる水平移動機構部212とを備える。
ロード/アンロードユニット21は、多数のウェハWを上下方向に収納可能なウェハカセット(FOUP等)が載置される第1乃至第4のフロントロード部210A~210Dと、ウェハカセットに収納されたウェハWの収納方向(上下方向)に沿って上下移動可能な搬送ロボット211と、第1乃至第4のフロントロード部210A~210Dの並び方向(ハウジング20の短手方向)に沿って搬送ロボット211を移動させる水平移動機構部212とを備える。
搬送ロボット211は、第1乃至第4のフロントロード部210A~210Dの各々に載置されたウェハカセット、基板搬送ユニット23(具体的に、後述のリフタ232)、仕上げユニット24(具体的に、後述の第1及び第2の乾燥部24E、24F)、及び、膜厚測定ユニット25に対してアクセス可能に構成され、それらの間でウェハWを受け渡すための上下二段のハンド(不図示)を備える。下側ハンドは、処理前のウェハWを受け渡すときに使用され、上側ハンドは、処理後のウェハWを受け渡すときに使用される。基板搬送ユニット23や仕上げユニット24に対するウェハWの受け渡しの際には、第1の隔壁200Aに設けられたシャッタ(不図示)が開閉される。
(研磨ユニット)
研磨ユニット22は、ウェハWの研磨処理(平坦化)をそれぞれ行う第1乃至第4の研磨部22A~22Dを備える。第1乃至第4の研磨部22A~22Dは、ハウジング20の長手方向に沿って並べられて配置される。
研磨ユニット22は、ウェハWの研磨処理(平坦化)をそれぞれ行う第1乃至第4の研磨部22A~22Dを備える。第1乃至第4の研磨部22A~22Dは、ハウジング20の長手方向に沿って並べられて配置される。
図3は、第1乃至第4の研磨部22A~22Dの一例を示す斜視図である。第1乃至第4の研磨部22A~22Dの基本的な構成や機能は共通する。
第1乃至第4の研磨部22A~22Dの各々は、研磨面を有する研磨パッド2200を回転可能に支持する研磨テーブル220と、ウェハWを保持し、かつウェハWを研磨テーブル220上の研磨パッド2200に押圧しながら研磨するためのトップリング(研磨ヘッド)221と、研磨パッド2200に研磨流体を供給する研磨流体供給ノズル222と、ドレッサディスク2230を回転可能に支持するとともにドレッサディスク2230を研磨パッド2200の研磨面に接触させて研磨パッド2200をドレッシングするドレッサ223と、研磨パッド2200に洗浄流体を噴射するアトマイザ224とを備える。
研磨テーブル220は、研磨テーブルシャフト220aにより支持されて、その軸心周りに研磨テーブル220を回転駆動させる回転移動機構部220bと、研磨パッド2200の表面温度を調節する温調機構部220cとを備える。
トップリング221は、上下方向に移動可能なトップリングシャフト221aに支持されて、その軸心周りにトップリング221を回転駆動させる回転移動機構部221cと、トップリング221を上下方向に移動させる上下移動機構部221dと、支持シャフト221bを旋回中心にしてトップリング221を旋回(揺動)移動させる揺動移動機構部221eとを備える。
研磨流体供給ノズル222は、支持シャフト222aに支持されて、支持シャフト222aを旋回中心にして研磨流体供給ノズル222を旋回移動させる揺動移動機構部222bと、研磨流体の流量を調節する流量調節部222cと、研磨流体の温度を調節する温調機構部222dとを備える。研磨流体は、研磨液(スラリー)又は純水であり、さらに、薬液を含むものでもよいし、研磨液に分散剤を添加したものでもよい。研磨流体供給ノズル222は、基板処理流体供給部を構成する。
ドレッサ223は、上下方向に移動可能なドレッサシャフト223aに支持されて、その軸心周りにドレッサ223を回転駆動させる回転移動機構部223cと、ドレッサ223を上下方向に移動させる上下移動機構部223dと、支持シャフト223bを旋回中心にしてドレッサ223を旋回移動させる揺動移動機構部223eとを備える。
アトマイザ224は、支持シャフト224aに支持されて、支持シャフト224aを旋回中心にしてアトマイザ224を旋回移動させる揺動移動機構部224bと、洗浄流体の
流量を調節する流量調節部224cとを備える。洗浄流体は、液体(例えば、純水)と気体(例えば、窒素ガス)の混合流体又は液体(例えば、純水)である。
流量を調節する流量調節部224cとを備える。洗浄流体は、液体(例えば、純水)と気体(例えば、窒素ガス)の混合流体又は液体(例えば、純水)である。
ウェハWは、トップリング221の下面に吸着保持されて、研磨テーブル220上の所定の研磨位置に移動された後、研磨流体供給ノズル222から研磨流体が供給された研磨パッド2200の研磨面に対してトップリング221により押圧されることで研磨される。
(基板搬送ユニット)
基板搬送ユニット23は、図2に示すように、第1乃至第4の研磨部22A~22Dの並び方向(ハウジング20の長手方向)に沿って水平移動可能な第1及び第2のリニアトランスポータ230A、230Bと、第1及び第2のリニアトランスポータ230A、230Bの間に配置されたスイングトランスポータ231と、ロード/アンロードユニット21側に配置されたリフタ232と、仕上げユニット24側に配置されたウェハWの仮置き台233とを備える。
基板搬送ユニット23は、図2に示すように、第1乃至第4の研磨部22A~22Dの並び方向(ハウジング20の長手方向)に沿って水平移動可能な第1及び第2のリニアトランスポータ230A、230Bと、第1及び第2のリニアトランスポータ230A、230Bの間に配置されたスイングトランスポータ231と、ロード/アンロードユニット21側に配置されたリフタ232と、仕上げユニット24側に配置されたウェハWの仮置き台233とを備える。
第1のリニアトランスポータ230Aは、第1及び第2の研磨部22A、22Bに隣接して配置されて、4つの搬送位置(ロード/アンロードユニット21側から順に第1乃至第4の搬送位置TP1~TP4とする)の間でウェハWを搬送する機構である。第2の搬送位置TP2は、第1の研磨部22Aに対してウェハWを受け渡す位置であり、第3の搬送位置TP3は、第2の研磨部22Bに対してウェハWを受け渡す位置である。
第2のリニアトランスポータ230Bは、第3及び第4の研磨部22C、22Dに隣接して配置されて、3つの搬送位置(ロード/アンロードユニット21側から順に第5乃至第7の搬送位置TP5~TP7とする)の間でウェハWを搬送する機構である。第6の搬送位置TP6は、第3の研磨部22Cに対してウェハWを受け渡す位置であり、第7の搬送位置TP7は、第4の研磨部22Dに対してウェハWを受け渡す位置である。
スイングトランスポータ231は、第4及び第5の搬送位置TP4、TP5に隣接して配置されるとともに、第4及び第5の搬送位置TP4、TP5の間を移動可能なハンドを有する。スイングトランスポータ231は、第1及び第2のリニアトランスポータ230A、230Bの間でウェハWを受け渡すとともに、仮置き台233にウェハWを仮置きする機構である。リフタ232は、第1の搬送位置TP1に隣接して配置されて、ロード/アンロードユニット21の搬送ロボット211との間でウェハWを受け渡す機構である。ウェハWの受け渡しの際、第1の隔壁200Aに設けられたシャッタ(不図示)が開閉される。
(仕上げユニット)
仕上げユニット24は、図2に示すように、ロールスポンジ2400を用いた基板洗浄装置として、上下二段に配置された第1及び第2のロールスポンジ洗浄部24A、24Bと、ペンスポンジ2401を用いた基板洗浄装置として、上下二段に配置された第1及び第2のペンスポンジ洗浄部24C、24Dと、洗浄後のウェハWを乾燥させる基板乾燥装置として、上下二段に配置された第1及び第2の乾燥部24E、24Fと、ウェハWを搬送する第1及び第2の搬送部24G、24Hとを備える。なお、ロールスポンジ洗浄部24A、24B、ペンスポンジ洗浄部24C、24D、乾燥部24E、24F、及び、搬送部24G、24Hの数や配置は、図2の例に限られず、適宜変更してもよい。なお、ロールスポンジ洗浄部24A、24B、ペンスポンジ洗浄部24C、24Dは洗浄ユニットを構成し、乾燥部24E、24Fは乾燥ユニットを構成する。
仕上げユニット24は、図2に示すように、ロールスポンジ2400を用いた基板洗浄装置として、上下二段に配置された第1及び第2のロールスポンジ洗浄部24A、24Bと、ペンスポンジ2401を用いた基板洗浄装置として、上下二段に配置された第1及び第2のペンスポンジ洗浄部24C、24Dと、洗浄後のウェハWを乾燥させる基板乾燥装置として、上下二段に配置された第1及び第2の乾燥部24E、24Fと、ウェハWを搬送する第1及び第2の搬送部24G、24Hとを備える。なお、ロールスポンジ洗浄部24A、24B、ペンスポンジ洗浄部24C、24D、乾燥部24E、24F、及び、搬送部24G、24Hの数や配置は、図2の例に限られず、適宜変更してもよい。なお、ロールスポンジ洗浄部24A、24B、ペンスポンジ洗浄部24C、24Dは洗浄ユニットを構成し、乾燥部24E、24Fは乾燥ユニットを構成する。
仕上げユニット24の各部24A~24Hは、それぞれが区画された状態で第1及び第
2のリニアトランスポータ230A、230Bに沿って、例えば、第1及び第2のロールスポンジ洗浄部24A、24B、第1の搬送部24G、第1及び第2のペンスポンジ洗浄部24C、24D、第2の搬送部24H、及び、第1及び第2の乾燥部24E、24Fの順(ロード/アンロードユニット21から遠い順)に配置される。仕上げユニット24は、研磨処理後のウェハWに対して、第1及び第2のロールスポンジ洗浄部24A、24Bのいずれかによる一次洗浄処理、第1及び第2のペンスポンジ洗浄部24C、24Dのいずれかによる二次洗浄処理、及び、第1及び第2の乾燥部24E、24Fのいずれかによる乾燥処理を順に行う。
2のリニアトランスポータ230A、230Bに沿って、例えば、第1及び第2のロールスポンジ洗浄部24A、24B、第1の搬送部24G、第1及び第2のペンスポンジ洗浄部24C、24D、第2の搬送部24H、及び、第1及び第2の乾燥部24E、24Fの順(ロード/アンロードユニット21から遠い順)に配置される。仕上げユニット24は、研磨処理後のウェハWに対して、第1及び第2のロールスポンジ洗浄部24A、24Bのいずれかによる一次洗浄処理、第1及び第2のペンスポンジ洗浄部24C、24Dのいずれかによる二次洗浄処理、及び、第1及び第2の乾燥部24E、24Fのいずれかによる乾燥処理を順に行う。
ロールスポンジ2400及びペンスポンジ2401は、PVA、ナイロン等の合成樹脂で形成され、多孔質構造を有する。ロールスポンジ2400及びペンスポンジ2401は、ウェハWをスクラブ洗浄するための洗浄具として機能し、第1及び第2のロールスポンジ洗浄部24A、24B、並びに、第1及び第2のペンスポンジ洗浄部24C、24Dに交換可能にそれぞれ取り付けられる。
第1の搬送部24Gは、上下方向に移動可能な第1の搬送ロボット246Aを備える。第1の搬送ロボット246Aは、基板搬送ユニット23の仮置き台233、第1及び第2のロールスポンジ洗浄部24A、24B、並びに、第1及び第2のペンスポンジ洗浄部24C、24Dに対してアクセス可能に構成され、それらの間でウェハWを受け渡すための上下二段のハンドを備える。例えば、下側ハンドは、洗浄前のウェハWを受け渡すときに使用され、上側ハンドは、洗浄後のウェハWを受け渡すときに使用される。仮置き台233に対するウェハWの受け渡しの際には、第2の隔壁200Bに設けられたシャッタ(不図示)が開閉される。
第2の搬送部24Hは、上下方向に移動可能な第2の搬送ロボット246Bを備える。第2の搬送ロボット246Bは、第1及び第2のペンスポンジ洗浄部24C、24D、並びに、第1及び第2の乾燥部24E、24Fに対してアクセス可能に構成され、それらの間でウェハWを受け渡すためのハンドを備える。
図4は、第1及び第2のロールスポンジ洗浄部24A、24Bの一例を示す斜視図である。第1及び第2のロールスポンジ洗浄部24A、24Bの基本的な構成や機能は共通する。図4の例では、第1及び第2のロールスポンジ洗浄部24A、24Bは、ウェハWの被洗浄面(表面及び裏面)を挟み込むように、上下に配置された一対のロールスポンジ2400を有する。
第1及び第2のロールスポンジ洗浄部24A、24Bの各々は、ウェハWを保持する基板保持部241と、ウェハWに基板洗浄流体を供給する洗浄流体供給部242と、ロールスポンジ2400を回転可能に支持するとともにロールスポンジ2400をウェハWに接触させてウェハWを洗浄する基板洗浄部240と、ロールスポンジ2400を洗浄具洗浄流体にて洗浄(セルフクリーニング)する洗浄具洗浄部243と、洗浄処理が行われるハウジング20の内部空間の状態を測定する環境センサ244とを備える。
基板保持部241は、ウェハWの側縁部の複数個所を保持する基板保持機構部241aと、ウェハWの被洗浄面に垂直な第3の回転軸周りにウェハWを回転させる基板回転機構部241bとを備える。図4の例では、基板保持機構部241aは、2つの従動ローラであり、少なくとも1つの従動ローラは、ウェハWの側縁部に対して保持方向又は離間方向に移動可能に構成される。基板回転機構部241bは、2つの駆動ローラである。なお、基板保持部241は、複数の従動ローラで構成される基板保持機構部241aと、少なくとも1つの駆動ローラで構成される基板回転機構部241bでよい。
洗浄流体供給部242は、ウェハWの被洗浄面に基板洗浄流体を供給する洗浄流体供給ノズル242aと、洗浄流体供給ノズル242aを旋回移動させる揺動移動機構部242bと、洗浄流体供給ノズル242aを上下移動させる上下移動機構部242cと、基板洗浄流体の流量及び圧力を調節する流量調節部242dと、基板洗浄流体の温度を調節する温調機構部242eとを備える。洗浄流体供給ノズル242aは、基板処理流体供給部を構成する。基板洗浄流体は、純水(リンス液)及び薬液のいずれでもよく、洗浄流体供給ノズル242aは、図4に示すように、純水用のノズルと、薬液用のノズルとが別々に設けられていてもよい。また、基板洗浄流体は、液体でもよいし、液体及び気体を混合させた二流体でもよいし、ドライアイスのような固体を含むものでもよい。
基板洗浄部240は、ウェハWの被洗浄面に平行な第1の回転軸周りにロールスポンジ2400を回転させる洗浄具回転機構部240aと、一対のロールスポンジ2400の高さ及び両者の離間距離を変更するため、一対のロールスポンジ2400の少なくとも一方を上下方向に移動させる上下移動機構部240bと、一対のロールスポンジ2400を水平方向に直線移動させる直線移動機構部240cとを備える。上下移動機構部240b及び直線移動機構部240cは、ロールスポンジ2400とウェハWの被洗浄面との相対位置を移動させる洗浄具移動機構部として機能する。
洗浄具洗浄部243は、ウェハWと干渉しない位置に配置されて、洗浄具洗浄流体を貯留及び排出可能な洗浄具洗浄槽243aと、洗浄具洗浄槽243aに収容されて、ロールスポンジ2400が押し付けられる洗浄具洗浄板243bと、洗浄具洗浄槽243aに供給される洗浄具洗浄流体の流量及び圧力を調節する流量調節部243cと、ロールスポンジ2400の内側を流通し、ロールスポンジ2400の外周面から外部に排出される洗浄具洗浄流体の流量及び圧力を調節する流量調節部243dとを備える。洗浄具洗浄流体は、純水(リンス液)及び薬液のいずれでもよい。
環境センサ244は、例えば、温度センサ244aと、湿度センサ244bとを備える。なお、環境センサ244として、洗浄処理中や洗浄処理の前後に、ウェハWやロールスポンジ2400の表面等を撮影可能なカメラ(イメージセンサ)を備えていてもよい。
第1及び第2のロールスポンジ洗浄部24A、24Bによる一次洗浄処理では、ウェハWは、基板保持機構部241aにより保持された状態で基板回転機構部241bにより回転される。そして、洗浄流体供給ノズル242aからウェハWの被洗浄面に基板洗浄流体が供給された状態で、洗浄具回転機構部240aにより軸心周りに回転されたロールスポンジ2400がウェハWの被洗浄面に摺接することでウェハWは洗浄される。その後、基板洗浄部240が、ロールスポンジ2400を洗浄具洗浄槽243aに移動させて、例えば、ロールスポンジ2400を回転させたり、洗浄具洗浄板243bに押し付けたり、流量調節部243dにより洗浄具洗浄流体をロールスポンジ2400に供給することで、ロールスポンジ2400は洗浄される。
図5は、第1及び第2のペンスポンジ洗浄部24C、24Dの一例を示す斜視図である。第1及び第2のペンスポンジ洗浄部24C、24Dの基本的な構成や機能は共通する。
第1及び第2のペンスポンジ洗浄部24C、24Dの各々は、ウェハWを保持する基板保持部241と、ウェハWに基板洗浄流体を供給する洗浄流体供給部242と、ペンスポンジ2401を回転可能に支持するとともにペンスポンジ2401をウェハWに接触させてウェハWを洗浄する基板洗浄部240と、ペンスポンジ2401を洗浄具洗浄流体にて洗浄(セルフクリーニング)する洗浄具洗浄部243と、洗浄処理が行われるハウジング20の内部空間の状態を測定する環境センサ244とを備える。以下では、ペンスポンジ洗浄部24C、24Dについて、ロールスポンジ洗浄部24A、24Bと異なる部分を中
心に説明する。
心に説明する。
基板保持部241は、ウェハWの側縁部の複数個所を保持する基板保持機構部241cと、ウェハWの被洗浄面に垂直な第3の回転軸周りにウェハWを回転させる基板回転機構部241dとを備える。図5の例では、基板保持機構部241cは、2つの従動ローラであり、少なくとも1つの従動ローラは、ウェハWの側縁部に対して保持方向又は離間方向に移動可能に構成され、基板回転機構部241dは、2つの駆動ローラである。なお、基板保持部241は、複数の従動ローラで構成される基板保持機構部241cと、少なくとも1つの駆動ローラで構成される基板回転機構部241dでよい。
洗浄流体供給部242は、図4と同様に構成されており、洗浄流体供給ノズル242a、揺動移動機構部242b、上下移動機構部242c、流量調節部242d、及び、温調機構部242eを備える。洗浄流体供給ノズル242aは、基板処理流体供給部を構成する。
基板洗浄部240は、ウェハWの被洗浄面に垂直な第2の回転軸周りにペンスポンジ2401を回転させる洗浄具回転機構部240dと、ペンスポンジ2401を上下方向に移動させる上下移動機構部240eと、ペンスポンジ2401を水平方向に旋回移動させる揺動移動機構部240fとを備える。上下移動機構部240e及び揺動移動機構部240fは、ペンスポンジ2401とウェハWの被洗浄面との相対位置を移動させる洗浄具移動機構部として機能する。
洗浄具洗浄部243は、ウェハWと干渉しない位置に配置されて、洗浄具洗浄流体を貯留及び排出可能な洗浄具洗浄槽243eと、洗浄具洗浄槽243eに収容されて、ペンスポンジ2401が押し付けられる洗浄具洗浄板243fと、洗浄具洗浄槽243eに供給される洗浄具洗浄流体の流量及び圧力を調節する流量調節部243gと、ペンスポンジ2401の内側を流通し、ペンスポンジ2401の外表面から外部に排出される洗浄具洗浄流体の流量及び圧力を調節する流量調節部243hとを備える。
環境センサ244は、例えば、温度センサ244aと、湿度センサ244bとを備える。なお、環境センサ244として、洗浄処理中や洗浄処理の前後に、ウェハWやペンスポンジ2401の表面等を撮影可能なカメラ(イメージセンサ)を備えていてもよい。
第1及び第2のペンスポンジ洗浄部24C、24Dによる二次洗浄処理では、ウェハWは、基板保持機構部241cにより保持された状態で基板回転機構部241dにより回転される。そして、洗浄流体供給ノズル242aからウェハWの被洗浄面に基板洗浄流体が供給された状態で、洗浄具回転機構部240dにより軸心周りに回転されたペンスポンジ2401がウェハWの被洗浄面に摺接することでウェハWは洗浄される。その後、基板洗浄部240が、ペンスポンジ2401を洗浄具洗浄槽243eに移動させて、例えば、ペンスポンジ2401を回転させたり、洗浄具洗浄板243fに押し付けたり、流量調節部243hにより洗浄具洗浄流体をペンスポンジ2401に供給することで、ペンスポンジ2401は洗浄される。
図6は、第1及び第2の乾燥部24E、24Fの一例を示す斜視図である。第1及び第2の乾燥部24E、24Fの基本的な構成や機能は共通する。
第1及び第2の乾燥部24E、24Fの各々は、ウェハWを保持する基板保持部241と、ウェハWに基板乾燥流体を供給する乾燥流体供給部245と、乾燥処理が行われるハウジング20の内部空間の状態を測定する環境センサ244とを備える。
基板保持部241は、ウェハWの側縁部の複数個所を保持する基板保持機構部241eと、ウェハWの被洗浄面に垂直な第3の回転軸周りにウェハWを回転させる基板回転機構部241gとを備える。基板保持機構部241eは、一端を上下方向に移動する上下移動機構部241fに対して水平軸を中心として回動するように設置され、他端をウェハWの周縁部に対して接離可能なチャック等の把持部に形成される。基板保持機構部241eは、上下移動機構241fの上下方向への移動に伴い、把持部がウェハWに対して当接又は分離方向に移動する傘機構を構成する。なお、把持部は、ローラで構成してもよい。
乾燥流体供給部245は、ウェハWの被洗浄面に基板乾燥流体を供給する乾燥流体供給ノズル245aと、乾燥流体供給ノズル245aを上下方向に移動させる上下移動機構部245bと、乾燥流体供給ノズル245aを水平方向に旋回移動させる揺動移動機構部245cと、基板乾燥流体の流量及び圧力を調節する流量調節部245dと、基板乾燥流体の温度を調節する温調機構部245eとを備える。乾燥流体供給ノズル245aは、基板処理流体供給部を構成する。上下移動機構部245b及び揺動移動機構部245cは、乾燥流体供給ノズル245aとウェハWの被洗浄面との相対位置を移動させる乾燥流体供給ノズル移動機構部として機能する。
基板乾燥流体は、例えば、IPA蒸気及び純水(リンス液)であり、乾燥流体供給ノズル245aは、図6に示すように、IPA蒸気用のノズルと、純水用のノズルとが別々に設けられていてもよい。また、基板乾燥流体は、液体でもよいし、液体及び気体を混合させた二流体でもよいし、ドライアイスのような固体を含むものでもよい。
環境センサ244は、温度センサ244aと、湿度センサ244bとを備える。なお、環境センサ244として、乾燥処理中や乾燥処理の前後に、ウェハWの表面等を撮影可能なカメラ(イメージセンサ)を備えていてもよい。
第1及び第2の乾燥部24E、24Fによる乾燥処理では、ウェハWは、基板保持機構部241eにより保持された状態で基板回転機構部241gにより回転される。そして、乾燥流体供給ノズル245aからウェハWの被洗浄面に基板乾燥流体が供給された状態で、乾燥流体供給ノズル245aがウェハWの側縁部側(径方向外側)に移動される。その後、ウェハWは、基板回転機構部241eにより高速回転されることでウェハWが乾燥される。
なお、図4乃至図6では、基板保持機構部241a、241c、241e、基板回転機構部241b、241d、241g、上下移動機構部240b、240e、241f、242b、245b、直線移動機構部240c、揺動移動機構部240f、242c、245c、洗浄具回転機構部240a、240dの具体的な構成を省略しているが、例えば、モータ、エアシリンダ等の駆動力発生用のモジュールと、リニアガイド、ボールねじ、ギヤ、ベルト、カップリング、軸受等の駆動力伝達機構と、リニアセンサ、エンコーダセンサ、リミットセンサ、トルクセンサ等のセンサとを適宜組み合わせて構成される。
また、図4乃至図6では、流量調節部243c、243d、243g、243h、245dの具体的な構成を省略しているが、例えば、ポンプ、バルブ、レギュレータ等の流体調節用のモジュールと、流量センサ、圧力センサ、液面センサ等のセンサとを適宜組み合わせて構成される。図4乃至図6では、温調機構部242d、245eの具体的な構成を省略しているが、例えば、ヒータ、熱交換器等の温度調節用(接触式又は非接触式)のモジュールと、温度センサ、電流センサ等のセンサとを適宜組み合わせて構成される。
(膜厚測定ユニット)
膜厚測定ユニット25は、研磨処理前又は研磨処理後のウェハWの膜厚を測定する測定
器であり、例えば、光学式膜厚測定器、渦電流式膜厚測定器等で構成される。各膜厚測定モジュールに対するウェハWの受け渡しは、搬送ロボット211により行われる。
膜厚測定ユニット25は、研磨処理前又は研磨処理後のウェハWの膜厚を測定する測定
器であり、例えば、光学式膜厚測定器、渦電流式膜厚測定器等で構成される。各膜厚測定モジュールに対するウェハWの受け渡しは、搬送ロボット211により行われる。
(基板処理流体供給弁)
図7は、基板処理流体供給系統における基板処理流体供給弁の配置を示す図である。なお、図7は、タンク、ポンプ、モータ等を省略している。
図7は、基板処理流体供給系統における基板処理流体供給弁の配置を示す図である。なお、図7は、タンク、ポンプ、モータ等を省略している。
研磨流体供給系統27は、研磨流体供給源270から研磨流体供給ノズル222へ研磨流体を供給する。研磨流体供給系統27において、第1研磨流体供給弁271は1つの研磨流体供給源270の下流における全ての基板処理装置2の上流に1つ配置され、第2研磨流体供給弁272は1つの基板処理装置2の下流における全ての研磨ユニット22の上流に1つ配置され、第3研磨流体供給弁272は1つの研磨ユニット22の下流における全ての研磨流体供給ノズル222の上流に1つ配置される。
研磨流体供給系統27において、研磨流体は、研磨流体供給源270から第1研磨流体供給弁271を通過して1又は複数の各基板処理装置2へ供給され、第2研磨流体供給弁272を通過して1又は複数の研磨ユニット22へ供給され、第3研磨流体供給弁273を通過して1又は複数の研磨流体ノズル222へ供給され、研磨流体ノズル222から吐出される。
洗浄流体供給系統28は、洗浄流体供給源280から洗浄流体供給ノズル222へ洗浄流体を供給する。洗浄流体供給系統28において、第1洗浄流体供給弁281は1つの洗浄流体供給源280の下流における全ての基板処理装置2の上流に1つ配置され、第2洗浄流体供給弁282は1つの基板処理装置2の下流における全ての洗浄ユニット24A~24Dの上流に1つ配置され、第3洗浄流体供給弁282は1つの洗浄ユニット24A~24Dの下流における全ての洗浄流体供給ノズル242aの上流に1つ配置される。
洗浄流体供給系統28において、洗浄流体は、洗浄流体供給源280から第1洗浄流体供給弁281を通過して1又は複数の各基板処理装置2へ供給され、第2洗浄流体供給弁282を通過して1又は複数の洗浄ユニット22へ供給され、第3洗浄流体供給弁283を通過して1又は複数の洗浄流体ノズル242aへ供給され、洗浄流体ノズル242aから吐出される。
乾燥流体供給系統29は、乾燥流体供給源290から乾燥流体供給ノズル222へ乾燥流体を供給する。乾燥流体供給系統29において、第1乾燥流体供給弁291は1つの乾燥流体供給源290の下流における全ての基板処理装置2の上流に1つ配置され、第2乾燥流体供給弁292は1つの基板処理装置2の下流における全ての乾燥ユニット24E、24Fの上流に1つ配置され、第3乾燥流体供給弁292は1つの乾燥ユニット24E、24Fの下流における全ての乾燥流体供給ノズル245aの上流に1つ配置される。
乾燥流体供給系統29において、乾燥流体は、乾燥流体供給源290から第1乾燥流体供給弁291を通過して1又は複数の各基板処理装置2へ供給され、第2乾燥流体供給弁292を通過して1又は複数の乾燥ユニット24E、24Fへ供給され、第3乾燥流体供給弁293を通過して1又は複数の乾燥流体ノズル245aへ供給され、乾燥流体ノズル245aから吐出される。
(制御ユニット)
図8は、基板処理装置2の一例を示すブロック図である。制御ユニット26は、各ユニット21~25と電気的に接続されて、各ユニット21~25を統括的に制御する制御部として機能する。以下では、仕上げユニット24の制御系(モジュール、センサ、シーケ
ンサ)を例にして説明するが、他のユニット21~23、25も基本的な構成や機能は共通するため、説明を省略する。
図8は、基板処理装置2の一例を示すブロック図である。制御ユニット26は、各ユニット21~25と電気的に接続されて、各ユニット21~25を統括的に制御する制御部として機能する。以下では、仕上げユニット24の制御系(モジュール、センサ、シーケ
ンサ)を例にして説明するが、他のユニット21~23、25も基本的な構成や機能は共通するため、説明を省略する。
仕上げユニット24は、仕上げユニット24が備える各サブユニット(例えば、第1及び第2のロールスポンジ洗浄部24A、24B、第1及び第2のペンスポンジ洗浄部24C、24D、第1及び第2の乾燥部24E、24F、第1及び第2の搬送部24G、24H等)にそれぞれ配置されて、制御対象となる複数のモジュール2471~247rと、複数のモジュール2471~247rにそれぞれ配置されて、各モジュール2471~247rの制御に必要なデータ(検出値)を検出する複数のセンサ2481~248sと、各センサ2481~248sの検出値に基づいて各モジュール2471~247rの動作を制御するシーケンサ249とを備える。
仕上げユニット24のセンサ2481~248sには、例えば、図7に示した基板処理流体供給系統において、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aからウェハWに供給される基板処理流体の供給流量を検出するセンサ、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aからウェハWに供給される基板処理流体の供給圧力を検出するセンサ、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aへ流体を供給する供給系統において洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する洗浄流体供給弁281~283又は乾燥流体供給弁291~293の状態を検出するセンサ、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aへ流体を供給する供給系統において洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する洗浄流体供給弁281~283又は乾燥流体供給弁291~293の一次側の圧力を検出するセンサ等が含まれる。
制御ユニット26は、制御部260、通信部261、入力部262、出力部263、及び、記憶部264を備える。制御ユニット26は、例えば、汎用又は専用のコンピュータ(後述の図9参照)で構成される。
通信部261は、ネットワーク7に接続され、各種のデータを送受信する通信インターフェースとして機能する。入力部262は、各種の入力操作を受け付けるとともに、出力部263は、表示画面、シグナルタワー点灯、ブザー音を介して各種の情報を出力することで、ユーザインターフェースとして機能する。
記憶部264は、基板処理装置2の動作で使用される各種のプログラム(オペレーティングシステム(OS)、アプリケーションプログラム、ウェブブラウザ等)やデータ(装置設定情報265、基板レシピ情報266等)を記憶する。装置設定情報265及び基板レシピ情報266は、表示画面を介してユーザにより編集可能なデータである。
制御部260は、複数のシーケンサ219、229、239、249、259(以下、「シーケンサ群」という)を介して複数のセンサ2181~218q、2281~228s、2381~238u、2481~248w、2581~258y(以下、「センサ群」という)の検出値を取得するとともに、複数のモジュール2171~217p、2271~227r、2371~237t、2471~247v、2571~257x(以下、「モジュール群」という)を連携して動作させることで、ロ―ド、研磨、洗浄、乾燥、膜厚測定、アンロード等の一連の基板処理を行う。
(各装置のハードウエア構成)
図9は、コンピュータ900の一例を示すハードウエア構成図である。基板処理装置2の制御ユニット26、データベース装置3、機械学習装置4、情報処理装置5、及び、ユ
ーザ端末装置6の各々は、汎用又は専用のコンピュータ900により構成される。
図9は、コンピュータ900の一例を示すハードウエア構成図である。基板処理装置2の制御ユニット26、データベース装置3、機械学習装置4、情報処理装置5、及び、ユ
ーザ端末装置6の各々は、汎用又は専用のコンピュータ900により構成される。
コンピュータ900は、図9に示すように、その主要な構成要素として、バス910、プロセッサ912、メモリ914、入力デバイス916、出力デバイス917、表示デバイス918、ストレージ装置920、通信I/F(インターフェース)部922、外部機器I/F部924、I/O(入出力)デバイスI/F部926、及び、メディア入出力部928を備える。なお、上記の構成要素は、コンピュータ900が使用される用途に応じて適宜省略されてもよい。
プロセッサ912は、1つ又は複数の演算処理装置(CPU(Central Processing Unit)、MPU(Micro-processing unit)、DSP(digital signal processor)、GPU(Graphics Processing Unit)等)で構成され、コンピュータ900全体を統括する制御部として動作する。メモリ914は、各種のデータ及びプログラム930を記憶し、例えば、メインメモリとして機能する揮発性メモリ(DRAM、SRAM等)と、不揮発性メモリ(ROM)、フラッシュメモリ等とで構成される。
入力デバイス916は、例えば、キーボード、マウス、テンキー、電子ペン等で構成され、入力部として機能する。出力デバイス917は、例えば、音(音声)出力装置、バイブレーション装置等で構成され、出力部として機能する。表示デバイス918は、例えば、液晶ディスプレイ、有機ELディスプレイ、電子ペーパー、プロジェクタ等で構成され、出力部として機能する。入力デバイス916及び表示デバイス918は、タッチパネルディスプレイのように、一体的に構成されていてもよい。ストレージ装置920は、例えば、HDD、SSD(Solid State Drive)等で構成され、記憶部として機能する。ストレージ装置920は、オペレーティングシステムやプログラム930の実行に必要な各種のデータを記憶する。
通信I/F部922は、インターネットやイントラネット等のネットワーク940(図1のネットワーク7と同じであってもよい)に有線又は無線により接続され、所定の通信規格に従って他のコンピュータとの間でデータの送受信を行う通信部として機能する。外部機器I/F部924は、カメラ、プリンタ、スキャナ、リーダライタ等の外部機器950に有線又は無線により接続され、所定の通信規格に従って外部機器950との間でデータの送受信を行う通信部として機能する。I/OデバイスI/F部926は、各種のセンサ、アクチュエータ等のI/Oデバイス960に接続され、I/Oデバイス960との間で、例えば、センサによる検出信号やアクチュエータへの制御信号等の各種の信号やデータの送受信を行う通信部として機能する。メディア入出力部928は、例えば、DVDドライブ、CDドライブ等のドライブ装置で構成され、DVD、CD等のメディア(非一時的な記憶媒体)970に対してデータの読み書きを行う。
上記構成を有するコンピュータ900において、プロセッサ912は、ストレージ装置920に記憶されたプログラム930をメモリ914に呼び出して実行し、バス910を介してコンピュータ900の各部を制御する。なお、プログラム930は、ストレージ装置920に代えて、メモリ914に記憶されていてもよい。プログラム930は、インストール可能なファイル形式又は実行可能なファイル形式でメディア970に記録され、メディア入出力部928を介してコンピュータ900に提供されてもよい。プログラム930は、通信I/F部922を介してネットワーク940経由でダウンロードすることによりコンピュータ900に提供されてもよい。また、コンピュータ900は、プロセッサ912がプログラム930を実行することで実現する各種の機能を、例えば、FPGA、ASIC等のハードウエアで実現するものでもよい。
コンピュータ900は、例えば、据置型コンピュータや携帯型コンピュータで構成され、任意の形態の電子機器である。コンピュータ900は、クライアント型コンピュータでもよいし、サーバ型コンピュータやクラウド型コンピュータでもよい。コンピュータ900は、各装置2~6以外の装置にも適用されてもよい。
(生産履歴情報30)
図10は、データベース装置3により管理される生産履歴情報30の一例を示すデータ構成図である。生産履歴情報30は、本生産用の基板処理が行われたときに取得されたレポートRが分類されて登録されるテーブルとして、例えば、各ウェハWに関するウェハ履歴テーブル300と、研磨処理及び仕上げ処理を含む基板処理流体の供給における装置状態情報に関する基板処理流体供給履歴テーブル301とを備える。なお、基板処理流体供給履歴テーブル301は、基板処理流体の供給における装置状態情報に関する基板処理流体供給履歴テーブルを含む。また、生産履歴情報30は、上記の他に、イベント情報に関するイベント履歴テーブル及び操作情報に関する操作履歴テーブル等を備えるが、詳細な説明は省略する。
図10は、データベース装置3により管理される生産履歴情報30の一例を示すデータ構成図である。生産履歴情報30は、本生産用の基板処理が行われたときに取得されたレポートRが分類されて登録されるテーブルとして、例えば、各ウェハWに関するウェハ履歴テーブル300と、研磨処理及び仕上げ処理を含む基板処理流体の供給における装置状態情報に関する基板処理流体供給履歴テーブル301とを備える。なお、基板処理流体供給履歴テーブル301は、基板処理流体の供給における装置状態情報に関する基板処理流体供給履歴テーブルを含む。また、生産履歴情報30は、上記の他に、イベント情報に関するイベント履歴テーブル及び操作情報に関する操作履歴テーブル等を備えるが、詳細な説明は省略する。
ウェハ履歴テーブル300の各レコードには、例えば、ウェハID、カセット番号、スロット番号、各工程の開始時刻、終了時刻、使用ユニットID等が登録される。なお、図10では、研磨工程、洗浄工程、乾燥工程が例示されているが、他の工程についても同様に登録される。
基板処理流体供給履歴テーブル301の各レコードには、例えば、ウェハID、基板処理流体供給部222、242a、245aから供給される基板処理流体の供給流量情報、基板処理流体供給部222、242a、245aから供給される基板処理流体の供給圧力情報、基板処理流体の流量を調整する基板処理流体供給弁271~273、281~283、291~293の開度等の状態情報、及び、基板処理流体の流量を調整する基板処理流体供給弁271~273、281~283、291~293の一次側の圧力情報等が登録される。
基板処理流体供給流量情報は、流体供給処理における基板処理流体供給部222、242a、245aから供給される基板処理流体の流量を示す情報である。基板処理流体供給流量情報は、研磨処理における研磨流体供給ノズル222、洗浄処理における洗浄流体供給ノズル242a、又は、乾燥処理における乾燥処理乾燥流体供給ノズル245aからウェハWに供給される基板処理流体の供給流量を計測するセンサの検出値等である。
基板処理流体供給圧力情報は、流体供給処理における基板処理流体供給部222、242a、245aから供給される基板処理流体の圧力を示す情報である。基板処理流体供給圧力情報は、研磨処理における研磨流体供給ノズル222、洗浄処理における洗浄流体供給ノズル242a、又は、乾燥処理における乾燥処理乾燥流体供給ノズル245aからウェハWに供給される基板処理流体の供給圧力を計測するセンサの検出値等である。
基板処理流体供給弁状態情報は、基板処理流体の流量を調整する基板処理流体供給弁271~273、281~283、291~293の状態を示す情報である。基板処理流体供給弁状態情報は、研磨流体供給ノズル222、洗浄流体供給ノズル242a、又は、乾燥流体供給ノズル245aへ流体を供給する基板処理流体供給系統において研磨流体供給ノズル222、洗浄流体供給ノズル242a、又は、乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する研磨流体供給弁271~273、洗浄流体供給弁281~283、又は、乾燥流体供給弁291~293の状態を計測するセンサの検出値等である。
基板処理流体供給弁状態情報は、例えば、基板処理流体供給弁271~273、281~283、291~293の開度を示す基板処理流体供給弁開度状態情報、及び、基板処理流体供給弁271~273、281~283、291~293のon-off状態を示す基板処理供給弁on-off状態情報、の少なくとも1つを含む。
基板処理流体供給弁一次側圧力情報は、基板処理流体の流量を調整する基板処理流体供給弁271~273、281~283、291~293の一次側の圧力を示す情報である。基板処理流体供給弁一次側圧力情報は、研磨流体供給ノズル222、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aへ流体を供給する基板処理流体供給系統において研磨流体供給ノズル222、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する研磨処理流体供給弁271~273、洗浄流体供給弁281~283又は乾燥流体供給弁291~293の一次側の圧力を測定するセンサの検出値等である。
基板処理流体供給履歴テーブル301を参照することで、ウェハIDで特定されるウェハWに対して基板処理流体の供給が行われたときの基板処理装置2の装置状態として、各センサの時系列データ(又は各モジュールの時系列データ)が抽出可能である。
(基板処理流体供給試験情報31)
図11は、データベース装置3により管理される基板処理流体供給試験情報31の一例を示すデータ構成図である。基板処理流体供給試験情報31は、試験用の基板処理流体供給部222、242a、245aや基板処理流体供給試験装置を用いて基板処理流体供給試験が行われたときに取得されたレポートR及び試験結果が分類されて登録される基板処理流体供給試験テーブル310を備える。
図11は、データベース装置3により管理される基板処理流体供給試験情報31の一例を示すデータ構成図である。基板処理流体供給試験情報31は、試験用の基板処理流体供給部222、242a、245aや基板処理流体供給試験装置を用いて基板処理流体供給試験が行われたときに取得されたレポートR及び試験結果が分類されて登録される基板処理流体供給試験テーブル310を備える。
基板処理流体供給試験テーブル310の各レコードには、例えば、試験ID、基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、基板処理流体供給弁一次側圧力情報、試験結果情報等が登録される。基板処理流体供給試験テーブル310の基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報は、基板処理流体供給試験における各部の状態を示す情報であり、そのデータ構成は、基板処理流体供給履歴テーブル301と同様であるため、詳細な説明を省略する。
試験結果情報は、基板処理流体供給試験において基板処理流体の供給が行われたときの基板処理流体供給位置を示す情報である。試験結果情報は、試験用の基板処理流体供給部や基板処理流体供給試験装置を用いて基板処理流体供給位置測定機器により所定の時間間隔でサンプリングされた測定値である。図11に示す試験結果情報は、基板処理流体の供給を開始してから終了するまでの基板処理流体供給期間に含まれる各時刻t1,t2,…,…tm,…,tnにおける基板処理流体供給位置の測定値TR1を含む。
基板処理流体供給位置の測定は、例えば、予め座標を設定したダミー研磨テーブル又はダミーウェハに、試験用の基板処理流体供給部から流体を供給し、滴下した位置を測定すればよい。また、予め基準位置を決めておき、基準位置からの変化分を測定してもよい。
基板処理流体供給部は、基板処理流体が垂直方向に落下する垂直滴下型、基板処理流体が水平方向に射出される水平射出型、基板処理流体が角度を調整して射出される角度調整射出型のいずれかでよい。
なお、試験結果情報は、上記のように、基板処理流体供給位置測定機器による測定結果である測定値でもよいし、光学式顕微鏡や走査電子顕微鏡(SEM)に搭載されたカメラ
により基板処理流体供給位置を所定の時間間隔で撮影し、その撮影した各画像に対して画像処理を行った画像処理結果や実験者が解析した実験解析結果に基づくものでもよい。また、試験結果情報は、基板処理流体の供給を開始してから終了するまでを連続して行った1回の基板処理流体供給試験にて収集されたものでもよいし、基板処理流体の供給を開始してから所定の時刻に到達するまでの基板処理流体供給試験を所定の時刻を徐々に長くしながら繰り返し行うことで、複数回の基板処理流体供給試験にて収集されたものでもよい。
により基板処理流体供給位置を所定の時間間隔で撮影し、その撮影した各画像に対して画像処理を行った画像処理結果や実験者が解析した実験解析結果に基づくものでもよい。また、試験結果情報は、基板処理流体の供給を開始してから終了するまでを連続して行った1回の基板処理流体供給試験にて収集されたものでもよいし、基板処理流体の供給を開始してから所定の時刻に到達するまでの基板処理流体供給試験を所定の時刻を徐々に長くしながら繰り返し行うことで、複数回の基板処理流体供給試験にて収集されたものでもよい。
基板処理流体供給試験テーブル310を参照することで、試験IDで特定される基板処理流体供給試験において、試験用の基板処理流体供給部を用いて流体供給処理が行われたときの基板処理流体供給位置を示す時系列データ(又は各モジュールの時系列データ)と、そのときの試験用の基板処理流体供給部の状態を示す時系列データとが抽出可能である。
(機械学習装置4)
図12は、第1の実施形態に係る機械学習装置4の一例を示すブロック図である。機械学習装置4は、制御部40、通信部41、学習用データ記憶部42、及び、学習済みモデル記憶部43を備える。
図12は、第1の実施形態に係る機械学習装置4の一例を示すブロック図である。機械学習装置4は、制御部40、通信部41、学習用データ記憶部42、及び、学習済みモデル記憶部43を備える。
制御部40は、学習用データ取得部400及び機械学習部401として機能する。通信部41は、ネットワーク7を介して外部装置(例えば、基板処理装置2、データベース装置3、情報処理装置5、及び、ユーザ端末装置6、基板処理流体供給試験装置(不図示)等)と接続され、各種のデータを送受信する通信インターフェースとして機能する。
学習用データ取得部400は、通信部41及びネットワーク7を介して外部装置と接続され、入力データとしての基板処理流体供給情報と、出力データとしての基板処理流体供給位置情報とで構成される第1の学習用データ11Aを取得する。第1の学習用データ11Aは、教師あり学習における教師データ(トレーニングデータ)、検証データ及びテストデータとして用いられるデータである。また、基板処理流体供給位置情報は、教師あり学習における正解ラベルとして用いられるデータである。
学習用データ記憶部42は、学習用データ取得部400で取得した第1の学習用データ11Aを複数組記憶するデータベースである。なお、学習用データ記憶部42を構成するデータベースの具体的な構成は適宜設計すればよい。
機械学習部401は、学習用データ記憶部42に記憶された複数組の第1の学習用データ11Aを用いて機械学習を実施する。すなわち、機械学習部401は、第1の学習モデル10Aに第1の学習用データ11Aを複数組入力し、第1の学習用データ11Aに含まれる基板処理流体供給情報と基板処理流体供給位置態情報との相関関係を第1の学習モデル10Aに学習させることで、学習済みの第1の学習モデル10Aを生成する。
学習済みモデル記憶部43は、機械学習部401により生成された学習済みの第1の学習モデル10A(具体的には、調整済みの重みパラメータ群)を記憶するデータベースである。学習済みモデル記憶部43に記憶された学習済みの第1の学習モデル10Aは、ネットワーク7や記録媒体等を介して実システム(例えば、情報処理装置5)に提供される。なお、図12では、学習用データ記憶部42と、学習済みモデル記憶部43とが別々の記憶部として示されているが、これらは単一の記憶部で構成されてもよい。
なお、学習済みモデル記憶部43に記憶される第1の学習モデル10Aの数は1つに限定されず、例えば、機械学習の手法、基板処理流体供給部222、242a、245aの
種類、基板処理流体供給部222、242a、245aの機構の違い、基板処理流体供給情報に含まれるデータの種類、基板処理流体供給位置情報に含まれるデータの種類等のように、条件が異なる複数の学習モデルが記憶されてもよい。その場合には、学習用データ記憶部42には、条件が異なる複数の学習モデルにそれぞれ対応するデータ構成を有する複数種類の学習用データが記憶されればよい。
種類、基板処理流体供給部222、242a、245aの機構の違い、基板処理流体供給情報に含まれるデータの種類、基板処理流体供給位置情報に含まれるデータの種類等のように、条件が異なる複数の学習モデルが記憶されてもよい。その場合には、学習用データ記憶部42には、条件が異なる複数の学習モデルにそれぞれ対応するデータ構成を有する複数種類の学習用データが記憶されればよい。
図13は、第1の学習モデル10A及び第1の学習用データ11Aの一例を示す図である。第1の学習モデル10Aの機械学習に用いられる第1の学習用データ11Aは、基板処理流体供給情報と基板処理流体供給位置情報とで構成される。本実施形態では、第1の学習モデル10A及び第1の学習用データ11Aは、ロールスポンジ2400を用いたロールスポンジ洗浄部24A、24Bに対応するものと、ペンスポンジ2401を用いたペンスポンジ洗浄部24C、24Dに対応するものと、乾燥部24E、24Fに対応するものとの3種類が少なくとも用意されるが、基本的なデータ構成は共通するため、以下にまとめて説明する。
第1の学習用データ11Aを構成する基板処理流体供給情報は、基板処理流体供給部222、242a、245aから供給される基板処理流体の流量を示す基板処理流体供給流量情報、及び、基板処理流体供給部222、242a、245aから供給される基板処理流体の圧力を示す基板処理流体供給圧力情報を含む。
基板処理流体供給情報に含まれる基板処理流体供給流量情報は、基板処理流体の供給における基板処理流体供給部222、242a、245aから供給される基板処理流体の流量を示す情報である。基板処理流体供給流量情報は、研磨処理における研磨流体供給ノズル222、洗浄処理における洗浄流体供給ノズル242a、又は、乾燥処理における乾燥処理乾燥流体供給ノズル245aからウェハWに供給される基板処理流体の供給流量でよい。
基板処理流体供給情報に含まれる基板処理流体供給圧力情報は、基板処理流体の供給における基板処理流体供給部222、242a、245aから供給される基板処理流体の圧力を示す情報である。基板処理流体供給圧力情報は、研磨処理における研磨流体供給ノズル222、洗浄処理における洗浄流体供給ノズル242a、又は、乾燥処理における乾燥処理乾燥流体供給ノズル245aからウェハWに供給される基板処理流体の供給圧力でよい。
基板処理流体供給情報に含まれる基板処理流体供給弁状態情報は、基板処理流体の流量を調整する基板処理流体供給弁271~273、281~283、291~293の状態を示す情報である。基板処理流体供給弁状態情報は、研磨流体供給ノズル222、洗浄流体供給ノズル242a、又は、乾燥流体供給ノズル245aへ流体を供給する基板処理流体供給系統において研磨流体供給ノズル222、洗浄流体供給ノズル242a、又は、乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する研磨流体供給弁271~273、洗浄流体供給弁281~283、又は、乾燥流体供給弁291~293の状態でよい。
なお、基板処理流体供給弁状態情報は、例えば、基板処理流体供給弁271~273、281~283、291~293の開度を示す基板処理流体供給弁開度状態情報、及び、基板処理流体供給弁271~273、281~283、291~293のon-off状態を示す基板処理供給弁on-off状態情報、の少なくとも1つでよい。
基板処理流体供給情報に含まれる基板処理流体供給弁一次側圧力情報は、基板処理流体の流量を調整する基板処理流体供給弁271~273、281~283、291~293
の一次側の圧力を示す情報である。基板処理流体供給弁一次側圧力情報は、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aへ流体を供給する基板処理流体供給系統において洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する洗浄流体供給弁281~283又は乾燥流体供給弁291~293の一次側の圧力でよい。
の一次側の圧力を示す情報である。基板処理流体供給弁一次側圧力情報は、洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aへ流体を供給する基板処理流体供給系統において洗浄流体供給ノズル242a又は乾燥流体供給ノズル245aの上流に接続され基板処理流体の流量を調整する洗浄流体供給弁281~283又は乾燥流体供給弁291~293の一次側の圧力でよい。
なお、基板処理流体供給情報は、基板処理流体の供給が行われる空間の環境を示す装置内環境情報をさらに含むものでもよく、基板処理流体供給情報に含まれる装置内環境情報は、ハウジング20により形成された内部空間の温度、及び、湿度の少なくとも1つを含む。また、基板処理流体供給情報は、基板処理流体の供給の実績を示す処理実績情報をさらに含むものでもよく、基板処理流体供給情報に含まれる処理実績情報は、例えば、基板処理流体供給部222、242a、245aが交換されてからその基板処理流体供給部222、242a、245aを用いて基板処理流体の供給が行われたときのウェハWの累積使用枚数、及び、累積使用時間の少なくとも1つを含む。
第1の学習用データ11Aを構成する基板処理流体供給位置情報は、基板処理流体供給情報が示す動作状態にて基板処理装置2が動作したときの基板処理流体供給部222、242a、245aから供給される流体の供給位置を示す情報である。本実施形態では、基板処理流体供給位置情報は、を含む。
学習用データ取得部400は、基板処理流体供給試験情報31を参照するとともに、必要に応じてユーザ端末装置6によるユーザの入力操作を受け付けることで、第1の学習用データ11Aを取得する。例えば、学習用データ取得部400は、基板処理流体供給試験情報31の基板処理流体供給試験テーブル310を参照することで、試験IDで特定される基板処理流体供給試験が行われたときの基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報、を、基板処理流体供給情報として取得する。
なお、本実施形態では、基板処理流体供給情報を、図13に示すようなセンサ群の時系列データとして取得する場合について説明するが、基板処理流体供給部222、242a、245aの構成に応じて適宜変更してもよい。また、基板処理流体供給情報として、モジュールへの指令値を用いてもよいし、センサの検出値又はモジュールへの指令値から換算されるパラメータを用いてもよいし、複数のセンサの検出値に基づいて算出されるパラメータを用いてもよい。さらに、基板処理流体供給情報は、基板処理流体の供給期間全体の時系列データとして取得されてもよいし、基板処理流体の供給期間の一部である対象期間の時系列データとして取得されてもよいし、特定の対象時点における時点データとして取得されてもよい。上記のように、基板処理流体供給情報の定義を変更する場合には、第1の学習モデル10A及び第1の学習用データ11Aにおける入力データのデータ構成を適宜変更すればよい。
また、学習用データ取得部400は、基板処理流体供給試験情報31の基板処理流体供給試験テーブル310を参照することで、同一の試験IDで特定される基板処理流体供給試験が行われたときの試験結果情報(基板処理流体供給位置測定機器の時系列データ(図11))を、上記の基板処理流体供給情報に対する基板処理流体供給位置情報として取得する。基板処理流体供給位置測定機器が、基板処理流体供給部222、242a、245aに対して面的な測定が可能な測定機器である場合には、学習用データ取得部400は、面的な測定値を基板処理流体供給位置情報として取得する。
なお、本実施形態では、基板処理流体供給位置情報が、図13に示すような場合について説明するが、予め座標を設定したダミー研磨テーブル又はダミーウェハに、試験用の基
板処理流体供給部から流体が供給された位置を含むものでもよい。また、基板処理流体供給位置情報は、基板処理流体供給位置測定機器の測定値を所定の算出式に代入することで算出されてもよい。さらに、基板処理流体供給情報が、例えば、基板処理流体供給期間全体の時系列データ又は基板処理流体供給期間の一部である対象期間の時系列データとして取得されている場合には、基板処理流体供給位置情報は、基板処理流体供給期間全体の時系列データ又は対象期間の時系列データとして取得されてもよいし、基板処理流体供給終了時点の時点データ又は対象時点の時点データとして取得されてもよい。また、基板処理流体供給情報が、例えば、特定の対象時点における時点データとして取得されている場合には、基板処理流体供給位置情報は、その特定の対象時点における時点データとして取得されてもよい。上記のように、基板処理流体供給位置情報の定義を変更する場合には、第1の学習モデル10A及び第1の学習用データ11Aにおける出力データのデータ構成を適宜変更すればよい。
板処理流体供給部から流体が供給された位置を含むものでもよい。また、基板処理流体供給位置情報は、基板処理流体供給位置測定機器の測定値を所定の算出式に代入することで算出されてもよい。さらに、基板処理流体供給情報が、例えば、基板処理流体供給期間全体の時系列データ又は基板処理流体供給期間の一部である対象期間の時系列データとして取得されている場合には、基板処理流体供給位置情報は、基板処理流体供給期間全体の時系列データ又は対象期間の時系列データとして取得されてもよいし、基板処理流体供給終了時点の時点データ又は対象時点の時点データとして取得されてもよい。また、基板処理流体供給情報が、例えば、特定の対象時点における時点データとして取得されている場合には、基板処理流体供給位置情報は、その特定の対象時点における時点データとして取得されてもよい。上記のように、基板処理流体供給位置情報の定義を変更する場合には、第1の学習モデル10A及び第1の学習用データ11Aにおける出力データのデータ構成を適宜変更すればよい。
第1の学習モデル10Aは、例えば、ニューラルネットワークの構造を採用したものであり、入力層100、中間層101、及び、出力層102を備える。各層の間には、各ニューロンをそれぞれ接続するシナプス(不図示)が張られており、各シナプスには、重みがそれぞれ対応付けられている。各シナプスの重みからなる重みパラメータ群が、機械学習により調整される。
入力層100は、入力データとしての基板処理流体供給情報に対応する数のニューロンを有し、基板処理流体供給情報の各値が各ニューロンにそれぞれ入力される。出力層102は、出力データとしての基板処理流体供給位置情報に対応する数のニューロンを有し、基板処理流体供給情報に対する基板処理流体供給位置情報の予測結果(推論結果)が、出力データとして出力される。
そして、推論結果として出力層の各ニューロンに出力された値と、学習用データに含まれる出力データのそれぞれに対応する教師データの値とをそれぞれ比較して誤差を求め、その誤差が小さくなるように、各シナプスに対応付けられた重みを調整する処理(バックプロバケーション)が実施される。
上記の一連の工程を所定回数反復実施すること、又は、上記の誤差が許容値より小さくなること等の所定の学習終了条件が満たされた場合には、機械学習を終了し、学習済みのニューラルネットワークモデル(シナプスのそれぞれに対応付けられた全ての重み)として生成される。
(機械学習方法)
図14は、機械学習装置4による機械学習方法の一例を示すフローチャートである。
図14は、機械学習装置4による機械学習方法の一例を示すフローチャートである。
まず、ステップS100において、学習用データ取得部400は、機械学習を開始するための事前準備として、基板処理流体供給試験情報31等から所望の数の第1の学習用データ11Aを取得し、その取得した第1の学習用データ11Aを学習用データ記憶部42に記憶する。ここで準備する第1の学習用データ11Aの数については、最終的に得られる第1の学習モデル10Aに求められる推論精度を考慮して設定すればよい。
次に、ステップS110において、機械学習部401は、機械学習を開始すべく、学習前の第1の学習モデル10Aを準備する。ここで準備する学習前の第1の学習モデル10Aは、ニューラルネットワークモデルで構成されており、各シナプスの重みが初期値に設定されている。
次に、ステップS120において、機械学習部401は、学習用データ記憶部42に記憶された複数組の第1の学習用データ11Aから、例えば、ランダムに1組の第1の学習用データ11Aを取得する。
次に、ステップS130において、機械学習部401は、1組の第1の学習用データ11Aに含まれる基板処理流体供給情報(入力データ)を、準備された学習前(又は学習中)の第1の学習モデル10Aの入力層100に入力する。その結果、第1の学習モデル10Aの出力層102から推論結果として基板処理流体供給位置情報(出力データ)が出力されるが、当該出力データは、学習前(又は学習中)の第1の学習モデル10Aによって生成されたものである。そのため、学習前(又は学習中)の状態では、推論結果として出力された出力データは、第1の学習用データ11Aに含まれる基板処理流体供給位置情報(正解ラベル)とは異なる情報を示す。
次に、ステップS140において、機械学習部401は、ステップS120において取得された1組の第1の学習用データ11Aに含まれる基板処理流体供給位置情報(正解ラベル)と、ステップS130において出力層から推論結果として出力された基板処理流体供給位置情報(出力データ)とを比較し、各シナプスの重みを調整する処理(バックプロバケーション)を実施することで、機械学習を実施する。これにより、機械学習部401は、基板処理流体供給情報と基板処理流体供給位置情報との相関関係を第1の学習モデル10Aに学習させる。
次に、ステップS150において、機械学習部401は、所定の学習終了条件が満たされたか否かを、例えば、第1の学習用データ11Aに含まれる基板処理流体供給位置情報(正解ラベル)と、推論結果として出力された状態情報(出力データ)とに基づく誤差関数の評価値や、学習用データ記憶部42内に記憶された未学習の第1の学習用データ11Aの残数に基づいて判定する。
ステップS150において、機械学習部401が、学習終了条件が満たされておらず、機械学習を継続すると判定した場合(ステップS150でNo)、ステップS120に戻り、学習中の第1の学習モデル10Aに対してステップS120~S140の工程を未学習の第1の学習用データ11Aを用いて複数回実施する。一方、ステップS150において、機械学習部401が、学習終了条件が満たされて、機械学習を終了すると判定した場合(ステップS150でYes)、ステップS160に進む。
そして、ステップS160において、機械学習部401は、各シナプスに対応付けられた重みを調整することで生成された学習済みの第1の学習モデル10A(調整済みの重みパラメータ群)を学習済みモデル記憶部43に記憶し、図14に示す一連の機械学習方法を終了する。機械学習方法において、ステップS100が学習用データ記憶工程、ステップS110~S150が機械学習工程、ステップS160が学習済みモデル記憶工程に相当する。
以上のように、本実施形態に係る機械学習装置4及び機械学習方法によれば、基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報、を含む基板処理流体供給情報から、基板処理流体の供給位置を示す基板処理流体供給位置情報を予測(推論)することが可能な第1の学習モデル10Aを提供することができる。
(情報処理装置5)
図15は、第1の実施形態に係る情報処理装置5の一例を示すブロック図である。図16は、第1の実施形態に係る情報処理装置5の一例を示す機能説明図である。情報処理装
置5は、制御部50、通信部51、及び、学習済みモデル記憶部52を備える。
図15は、第1の実施形態に係る情報処理装置5の一例を示すブロック図である。図16は、第1の実施形態に係る情報処理装置5の一例を示す機能説明図である。情報処理装
置5は、制御部50、通信部51、及び、学習済みモデル記憶部52を備える。
制御部50は、情報取得部500、状態予測部501及び出力処理部502として機能する。通信部51は、ネットワーク7を介して外部装置(例えば、基板処理装置2、データベース装置3、機械学習装置4、及び、ユーザ端末装置6等)と接続され、各種のデータを送受信する通信インターフェースとして機能する。
情報取得部500は、通信部51及びネットワーク7を介して外部装置と接続され、基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報、を含む基板処理流体供給情報を取得する。
例えば、基板処理流体の供給がすでに行われた後のウェハWに対する基板処理流体供給位置情報の「事後予測処理」を行う場合には、情報取得部500は、生産履歴情報30の基板処理流体供給履歴テーブル301を参照することで、そのウェハWに対して基板処理流体の供給が行われたときの基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報、を、基板処理流体供給情報として取得する。
基板処理流体の供給が行われている最中のウェハWに対する基板処理流体供給位置情報の「リアルタイム予測処理」を行う場合には、情報取得部500は、その基板処理流体の供給を行っている基板処理装置2から装置状態情報に関するレポートRを随時受信することで、そのウェハWに対して基板処理流体の供給が行われている最中の基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報、を、基板処理流体供給情報として随時取得する。
基板処理流体の供給が行われる前のウェハWに対する基板処理流体供給位置情報の「事前予測処理」を行う場合には、情報取得部500は、その基板処理流体の供給を行う予定の基板処理装置2から基板レシピ情報266を受信し、その基板レシピ条件266に従って基板処理装置2が動作するときの装置状態情報をシミュレーションすることで、そのウェハWに対して基板処理流体の供給が行われるときの基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報、を、基板処理流体供給情報として取得する。
状態予測部501は、上記のように、情報取得部500により取得された基板処理流体供給情報を入力データとして第1の学習モデル10Aに入力することで、当該基板処理流体供給情報が示す状態にて基板処理装置2が動作したときの基板処理流体供給部222、242a、245aの状態を示す基板処理流体供給位置情報を予測する。
学習済みモデル記憶部52は、状態予測部501にて用いられる学習済みの第1の学習モデル10Aを記憶するデータベースである。なお、学習済みモデル記憶部52に記憶される第1の学習モデル10Aの数は1つに限定されず、例えば、機械学習の手法、基板処理流体供給部222、242a、245aの種類、基板処理流体供給部222、242a、245aの機構の違い、基板処理流体供給情報に含まれるデータの種類、基板処理流体供給位置情報に含まれるデータの種類等のように、条件が異なる複数の学習済みモデルが記憶され、選択的に利用可能としてもよい。学習済みモデル記憶部52は、外部コンピュータ(例えば、サーバ型コンピュータやクラウド型コンピュータ)の記憶部で代用されてもよく、その場合には、状態予測部501は、当該外部コンピュータにアクセスすればよい。
出力処理部502は、状態予測部501により生成された基板処理流体供給位置情報を
出力するための出力処理を行う。例えば、出力処理部502は、その基板処理流体供給位置情報をユーザ端末装置6に送信することで、その基板処理流体供給位置情報に基づく表示画面がユーザ端末装置6に表示されてもよいし、その基板処理流体供給位置情報をデータベース装置3に送信することで、その基板処理流体供給位置情報が生産履歴情報30に登録されてもよい。
出力するための出力処理を行う。例えば、出力処理部502は、その基板処理流体供給位置情報をユーザ端末装置6に送信することで、その基板処理流体供給位置情報に基づく表示画面がユーザ端末装置6に表示されてもよいし、その基板処理流体供給位置情報をデータベース装置3に送信することで、その基板処理流体供給位置情報が生産履歴情報30に登録されてもよい。
(情報処理方法)
図17は、情報処理装置5による情報処理方法の一例を示すフローチャートである。以下では、ユーザがユーザ端末装置6を操作して、特定のウェハWに対する基板処理流体供給位置情報の「事後予測処理」を行う場合の動作例について説明する。
図17は、情報処理装置5による情報処理方法の一例を示すフローチャートである。以下では、ユーザがユーザ端末装置6を操作して、特定のウェハWに対する基板処理流体供給位置情報の「事後予測処理」を行う場合の動作例について説明する。
まず、ステップS200において、ユーザが、ユーザ端末装置6に対して、予測対象のウェハWを特定するウェハIDを入力する入力操作を行うと、ユーザ端末装置6は、そのウェハIDを情報処理装置5に送信する。
次に、ステップS210において、情報処理装置5の情報取得部500は、ステップS200にて送信されたウェハIDを受信する。ステップS211において、情報取得部500は、ステップS210で受信したウェハIDを用いて生産履歴情報30の流体供給履歴テーブル301を参照することで、そのウェハIDで特定されたウェハWに対して流体供給処理が行われたときの基板処理流体供給情報を取得する。
次に、ステップS220において、状態予測部501は、ステップS211にて取得された基板処理流体供給情報を入力データとして第1の学習モデル10Aに入力することで、当該基板処理流体供給情報に対する基板処理流体供給位置情報を出力データとして生成し、その基板処理流体供給位置を予測する。
次に、ステップS230において、出力処理部502は、ステップS220にて生成された基板処理流体供給位置情報を出力するための出力処理として、その基板処理流体供給位置情報をユーザ端末装置6に送信する。なお、基板処理流体供給位置情報の送信先は、ユーザ端末装置6に加えて又は代えて、データベース装置3でもよい。
次に、ステップS240において、ユーザ端末装置6は、ステップS200の送信処理に対する応答として、ステップS230にて送信された基板処理流体供給位置情報を受信すると、その基板処理流体供給位置情報に基づいて表示画面を表示することで、その基板処理流体供給位置情報がユーザにより視認される。上記の情報処理方法において、ステップS210、S211が情報取得工程、ステップS220が状態予測工程、ステップS230が出力処理工程に相当する。
以上のように、本実施形態に係る情報処理装置5及び情報処理方法によれば、流体供給処理における、基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一次側圧力情報が第1の学習モデル10Aに入力されることで、当該基板処理流体供給情報に対する処理流体供給位置情報が予測されるので、基板処理装置2の動作状態に応じて処理流体供給位置を適切に予測することができる。
(第2の実施形態)
第2の実施形態は、基板処理流体供給位置情報が、基板処理流体供給部222、242a、245aの流体吐出位置及び流体吐出方向を示す基板処理流体供給部位置方向情報である点で第1の実施形態と相違する。以下では、第2の実施形態に係る機械学習装置4a及び情報処理装置5aについて、第1の実施形態と異なる部分を中心に説明する。
第2の実施形態は、基板処理流体供給位置情報が、基板処理流体供給部222、242a、245aの流体吐出位置及び流体吐出方向を示す基板処理流体供給部位置方向情報である点で第1の実施形態と相違する。以下では、第2の実施形態に係る機械学習装置4a及び情報処理装置5aについて、第1の実施形態と異なる部分を中心に説明する。
図18は、第2の実施形態に係る機械学習装置4aの一例を示すブロック図である。図19は、第2の学習モデル10B及び第2の学習用データ11Bの一例を示す図である。第2の学習用データ11Bは、第2の学習モデル10Bの機械学習に用いられる。
第2の学習用データ11Bを構成する基板処理流体供給位置情報は、基板処理流体供給部222、242a、245aの位置及び方向を示す基板処理流体供給部位置方向情報である。基板処理流体供給部222、242a、245aの位置及び方向は、例えば、基板処理流体供給部222、242a、245aの3次元位置と3次元方向にて定められる。なお、第2の学習用データ11Bを構成する基板処理流体供給情報は、第1の実施形態と同様であるため、説明を省略する。
基板処理流体の供給位置及び供給方向の測定は、例えば、予め3次元座標を設定したダミー空間において、試験用のノズル等の基板処理流体供給部から流体を供給し、ダミー研磨テーブル又はダミーウェハの最適な位置に滴下した時の供給位置及び供給方向を測定すればよい。基板処理流体の供給位置及び供給方向は、流体の吐出位置と吐出方向を測定すればよい。吐出方向は、吐出口の中心線の方向を3次元の角度等で表せばよい。
また、例えば、吐出口の断面と中心線の交差する位置を基準位置、吐出口の中心線の方向を基準方向として、基準位置及び基準方向からの3次元方向の変化分を測定してもよい。
基板処理流体供給部は、基板処理流体が垂直方向に落下する垂直滴下型、基板処理流体が水平方向に射出される水平射出型、基板処理流体が角度を調整して射出される角度調整射出型のいずれかでよい。
学習用データ取得部400は、基板処理流体供給試験情報31を参照するとともに、必要に応じてユーザ端末装置6によるユーザの入力操作を受け付けることで、第2の学習用データ11Bを取得する。基板処理流体供給試験情報31には、例えば、基板処理流体供給試験として、試験用の基板処理流体供給部を用いて繰り返し基板処理流体供給処理が行われた場合に、基板処理流体供給部222、242a、245aの吐出口の吐出位置と吐出方向を試験結果情報として登録されている。そして、学習用データ取得部400は、基板処理流体供給試験情報31の仕上げ基板処理流体供給試験テーブル310から試験IDで特定される基板処理流体供給試験が行われたときの試験結果情報を取得することで、基板処理流体供給位置情報を取得する。
機械学習部401は、第2の学習モデル10Bに第2の学習用データ11Bを複数組入力し、第2の学習用データ11Bに含まれる基板処理流体供給情報と基板処理流体供給位置情報との相関関係を第2の学習モデル10Bに学習させることで、学習済みの第2の学習モデル10Bを生成する。
図20は、第2の実施形態に係る情報処理装置5aとして機能する情報処理装置5aの一例を示すブロック図である。図21は、第2の実施形態に係る情報処理装置5aの一例を示す機能説明図である。
情報取得部500は、第1の実施形態と同様に、基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一時側圧力情報を含む基板処理流体供給情報を取得する。
状態予測部501は、上記のように、情報取得部500により取得された基板処理流体
供給情報を入力データとして第2の学習モデル10Bに入力することで、当該基板処理流体供給情報が示す動作状態にて基板処理装置2が動作したときの基板処理流体供給部222、242a、245aの3次元位置と3次元方向を基板処理流体供給位置方向情報として予測する。
供給情報を入力データとして第2の学習モデル10Bに入力することで、当該基板処理流体供給情報が示す動作状態にて基板処理装置2が動作したときの基板処理流体供給部222、242a、245aの3次元位置と3次元方向を基板処理流体供給位置方向情報として予測する。
以上のように、本実施形態に係る情報処理装置5a及び情報処理方法によれば、基板処理流体供給処理における、基板処理流体供給流量情報、基板処理流体供給圧力情報、基板処理流体供給弁状態情報、及び、基板処理流体供給弁一時側圧力情報を含む基板処理流体供給情報が第2の学習モデル10Bに入力されることで、当該基板処理流体供給情報に対する基板処理流体供給位置方向情報が予測されるので、基板処理装置2の供給状態に応じて基板処理流体供給部222、242a、245aの吐出口の位置及び方向を適切に予測することができる。
(他の実施形態)
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。
上記実施形態では、データベース装置3、機械学習装置4及び情報処理装置5は、別々の装置で構成されたものとして説明したが、それら3つの装置が、単一の装置で構成されていてもよいし、それら3つの装置のうち任意の2つの装置が、単一の装置で構成されていてもよい。また、機械学習装置4及び情報処理装置5の少なくとも一方は、基板処理装置2の制御ユニット26又はユーザ端末装置6に組み込まれていてもよい。
上記実施形態では、基板処理装置2が、各ユニット21~25を備えるものとして説明したが、基板処理装置2は、研磨ユニット22の研磨処理を行う際にウェハWに研磨処理流体を供給する機能、仕上げユニット24の洗浄処理を行う際にウェハWに洗浄処理流体を供給する機能、及び、仕上げユニット24の乾燥処理を行う際にウェハWに処理流体を供給する機能のうち少なくとも1つを備えていればよく、他のユニットは省略されていてもよい。
上記実施形態では、機械学習部401による機械学習を実現する学習モデルとして、ニューラルネットワークを採用した場合について説明したが、他の機械学習のモデルを採用してもよい。他の機械学習のモデルとしては、例えば、決定木、回帰木等のツリー型、バギング、ブースティング等のアンサンブル学習、再帰型ニューラルネットワーク、畳み込みニューラルネットワーク、LSTM等のニューラルネット型(ディープラーニングを含
む)、階層型クラスタリング、非階層型クラスタリング、k近傍法、k平均法等のクラス
タリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。
む)、階層型クラスタリング、非階層型クラスタリング、k近傍法、k平均法等のクラス
タリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。
上記実施形態では、試験結果情報は、試験装置においてダミー研磨テーブル又はダミーウェハを用いた基板処理流体供給試験において基板処理流体の供給が行われたときの基板処理流体供給位置を示す情報であるが、基板処理流体供給部222、242a、245aの状態を検出するセンサを設置した実際の研磨ユニット22及び仕上げユニット24を用いて実際のウェハWの基板処理流体の供給が行われたときの状態を示す情報として継続的に取得されるようにしてもよい。継続的に取得した試験結果情報は、機械学習装置4によって継続的に学習される。
また、試験結果情報は、センサを設置しない研磨ユニット22及び仕上げユニット24において、人が基板処理流体供給位置を判断し、データにラベル付けをして継続的に取得
されるようにしてもよい。
されるようにしてもよい。
さらに、実際の研磨ユニット22及び仕上げユニット24を用いて継続的に取得された情報をクラウドへアップロードし、クラウドで機械学習した後、学習されたモデルを基板処理装置2へ展開してもよい。また、クラウドへアップロードすることなく、基板処理装置2内で処理方法を学習してもよい。
(機械学習プログラム及び情報処理プログラム)
本発明は、機械学習装置4が備える各部としてコンピュータ900を機能させるプログラム(機械学習プログラム)や、機械学習方法が備える各工程をコンピュータ900に実行させるためのプログラム(機械学習プログラム)の態様で提供することもできる。また、本発明は、情報処理装置5が備える各部としてコンピュータ900を機能させるためのプログラム(情報処理プログラム)や、上記実施形態に係る情報処理方法が備える各工程をコンピュータ900に実行させるためのプログラム(情報処理プログラム)の態様で提供することもできる。
本発明は、機械学習装置4が備える各部としてコンピュータ900を機能させるプログラム(機械学習プログラム)や、機械学習方法が備える各工程をコンピュータ900に実行させるためのプログラム(機械学習プログラム)の態様で提供することもできる。また、本発明は、情報処理装置5が備える各部としてコンピュータ900を機能させるためのプログラム(情報処理プログラム)や、上記実施形態に係る情報処理方法が備える各工程をコンピュータ900に実行させるためのプログラム(情報処理プログラム)の態様で提供することもできる。
(推論装置、推論方法及び推論プログラム)
本発明は、上記実施形態に係る情報処理装置5(情報処理方法又は情報処理プログラム)の態様によるもののみならず、基板処理流体供給位置情報を推論するために用いられる推論装置(推論方法又は推論プログラム)の態様で提供することもできる。その場合、推論装置(推論方法又は推論プログラム)としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、基板処理流体供給情報を取得する情報取得処理(情報取得工程)と、情報取得処理にて基板処理流体供給情報を取得すると、当該基板処理流体供給情報が示す基板処理流体供給状態にて基板処理装置2が動作したときの基板処理流体供給位置を示す基板処理流体供給位置情報を推論する推論処理(推論工程)とを含む。
本発明は、上記実施形態に係る情報処理装置5(情報処理方法又は情報処理プログラム)の態様によるもののみならず、基板処理流体供給位置情報を推論するために用いられる推論装置(推論方法又は推論プログラム)の態様で提供することもできる。その場合、推論装置(推論方法又は推論プログラム)としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、基板処理流体供給情報を取得する情報取得処理(情報取得工程)と、情報取得処理にて基板処理流体供給情報を取得すると、当該基板処理流体供給情報が示す基板処理流体供給状態にて基板処理装置2が動作したときの基板処理流体供給位置を示す基板処理流体供給位置情報を推論する推論処理(推論工程)とを含む。
推論装置(推論方法又は推論プログラム)の態様で提供することで、情報処理装置5を実装する場合に比して簡単に種々の装置への適用が可能となる。推論装置(推論方法又は推論プログラム)が基板処理流体供給位置情報を推論する際、上記実施形態に係る機械学習装置4及び機械学習方法により生成された学習済みの学習モデルを用いて、状態予測部501が実施する推論手法を適用してもよいことは、当業者にとって当然に理解され得るものである。
1…基板処理システム、2…基板処理装置、3…データベース装置、
4、4a…機械学習装置、5、5a…情報処理装置、
6…ユーザ端末装置、7…ネットワーク、
10A…第1の学習モデル、10B…第2の学習モデル、
11A…第1の学習用データ、11B…第2の学習用データ、
20…ハウジング、21…ロード/アンロードユニット、
22…研磨ユニット、22A~22D…研磨部、23…基板搬送ユニット、
24…仕上げユニット、24A、24B…ロールスポンジ洗浄部、
24C、24D…ペンスポンジ洗浄部、24E、24F…乾燥部、
24G、24H…搬送部、25…膜厚測定ユニット、26…制御ユニット、
30…生産履歴情報、31…仕上げ試験情報、
40…制御部、41…通信部、42…学習用データ記憶部、
43…学習済みモデル記憶部、
50…制御部、51…通信部、52…学習済みモデル記憶部、
220…研磨テーブル、221…トップリング、
222…研磨流体供給ノズル(基板処理流体供給部)、
223…ドレッサ、224…アトマイザ、
240…基板洗浄部、241…基板保持部、
242…洗浄流体供給部(基板処理流体供給部)、
243…洗浄具洗浄部、244…環境センサ、
245…乾燥流体供給部(基板処理流体供給部)、
260…制御部、21…通信部、262…入力部、263…出力部、264…記憶部、
300…ウェハ履歴テーブル、301…仕上げ履歴テーブル、310…仕上げ試験テーブル、
400…学習用データ取得部、401…機械学習部、
500…情報取得部、501…状態予測部、502…出力処理部、
900…コンピュータ、
2200…研磨パッド、2230…ドレッサディスク、2400…ロールスポンジ、
2401…ペンスポンジ
4、4a…機械学習装置、5、5a…情報処理装置、
6…ユーザ端末装置、7…ネットワーク、
10A…第1の学習モデル、10B…第2の学習モデル、
11A…第1の学習用データ、11B…第2の学習用データ、
20…ハウジング、21…ロード/アンロードユニット、
22…研磨ユニット、22A~22D…研磨部、23…基板搬送ユニット、
24…仕上げユニット、24A、24B…ロールスポンジ洗浄部、
24C、24D…ペンスポンジ洗浄部、24E、24F…乾燥部、
24G、24H…搬送部、25…膜厚測定ユニット、26…制御ユニット、
30…生産履歴情報、31…仕上げ試験情報、
40…制御部、41…通信部、42…学習用データ記憶部、
43…学習済みモデル記憶部、
50…制御部、51…通信部、52…学習済みモデル記憶部、
220…研磨テーブル、221…トップリング、
222…研磨流体供給ノズル(基板処理流体供給部)、
223…ドレッサ、224…アトマイザ、
240…基板洗浄部、241…基板保持部、
242…洗浄流体供給部(基板処理流体供給部)、
243…洗浄具洗浄部、244…環境センサ、
245…乾燥流体供給部(基板処理流体供給部)、
260…制御部、21…通信部、262…入力部、263…出力部、264…記憶部、
300…ウェハ履歴テーブル、301…仕上げ履歴テーブル、310…仕上げ試験テーブル、
400…学習用データ取得部、401…機械学習部、
500…情報取得部、501…状態予測部、502…出力処理部、
900…コンピュータ、
2200…研磨パッド、2230…ドレッサディスク、2400…ロールスポンジ、
2401…ペンスポンジ
Claims (15)
- 基板に処理流体を供給する一又は複数の基板処理流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報、を含む基板処理流体供給情報を取得する情報取得部と、
前記基板処理流体供給情報と、前記基板処理装置が動作したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記基板処理流体供給情報を入力することで、当該基板処理流体供給情報に対する前記基板処理流体供給位置情報を予測する状態予測部と、
を備える、
情報処理装置。 - 前記基板処理流体供給情報に含まれる前記基板処理流体供給状態情報は、
前記基板処理流体供給部から前記基板に供給される前記基板処理流体の供給流量を示す基板処理流体供給流量情報、及び、
前記基板処理流体供給部から前記基板に供給される前記基板処理流体の供給圧力を示す基板処理流体供給圧力情報、の少なくとも1つを含む、
請求項1に記載の情報処理装置。 - 前記基板処理流体供給情報は、さらに、前記基板処理流体供給部へ流体を供給する供給系統において前記基板処理流体供給部の上流に接続され前記基板処理流体の流量を調整する基板処理流体供給弁の状態を取得する基板処理流体供給弁状態情報を含む
請求項1又は2に記載の情報処理装置。 - 前記基板処理流体供給弁状態情報は、
前記基板処理流体供給弁の開度を示す基板処理流体供給弁開度状態情報、及び、
前記基板処理流体供給弁のon-off状態を示す基板処理流体供給弁on-off状態情報、の少なくとも1つを含む、
請求項3に記載の情報処理装置。 - 前記基板処理流体供給情報は、さらに、前記基板処理流体供給部へ流体を供給する供給系統において前記基板処理流体供給部の上流に接続され前記基板処理流体の流量を調整する基板処理流体供給弁の一次側の圧力を取得する基板処理流体供給弁一次側圧力情報を含む
請求項1乃至請求項4のいずれか一項に記載の情報処理装置。 - 前記基板処理装置は、1又は複数の前記基板処理流体供給部をそれぞれ有する1又は複数のユニットを備え、
前記基板処理流体供給部へ流体を供給する供給系統において、前記基板処理流体供給弁は、1つの前記ユニットにおける全ての前記基板処理流体供給部より上流に設置される
請求項3乃至請求項5のいずれか一項に記載の情報処理装置。 - 前記基板処理流体供給部へ流体を供給する供給系統において、前記基板処理流体供給弁は、1つの前記基板処理装置における全ての前記ユニットより上流に設置される
請求項3乃至請求項6のいずれか一項に記載の情報処理装置。 - 1又は複数の前記基板処理装置を設置する基板処理システムにおいて、
前記基板処理流体供給部へ流体を供給する供給系統において、前記基板処理流体供給弁
は、1つの前記基板処理システムにおける全ての前記基板処理装置より上流に設置される
請求項3乃至請求項7のいずれか一項に記載の情報処理装置。 - 前記基板処理流体供給位置情報は、
前記基板に設定された座標上の位置情報、及び、
予め設定された基準位置に対する変化分情報、の少なくとも1つを含む、
請求項1乃至請求項8のいずれか一項に記載の情報処理装置。 - 前記基板処理流体供給位置情報は、
前記基板処理流体供給部の流体吐出位置及び流体吐出方向を示す基板処理流体供給部位置方向情報を含む、
請求項1乃至請求項8のいずれか一項に記載の情報処理装置。 - メモリと、プロセッサとを備える推論装置であって、
前記プロセッサは、
基板に処理流体を供給する1又は複数の基板処理流体供給部を備える基板処理装置が動作したときの動作状態として、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報を含む基板処理流体供給情報を取得する情報取得処理と、
前記情報取得処理にて前記基板処理流体供給情報を取得すると、前記基板処理流体供給情報が示す前記基板処理流体の供給状態にて前記基板処理装置が処理したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報を推論する推論処理と、を実行する、
推論装置。 - 基板に基板洗浄流体を供給する基板処理流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報を含む基板処理流体供給情報と、前記基板処理流体供給情報が示す前記基板処理流体の供給状態にて前記基板処理装置が処理したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報とで構成される学習用データを複数組記憶する学習用データ記憶部と、
複数組の前記学習用データを学習モデルに入力することで、前記基板処理流体供給情報と前記基板処理流体供給位置情報との相関関係を前記学習モデルに学習させる機械学習部と、
前記機械学習部により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶部と、を備える、
機械学習装置。 - 基板に基板洗浄流体を供給する基板処理流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報を含む基板処理流体供給情報を取得する情報取得工程と、
前記基板処理流体供給情報と、前記基板処理流体供給情報が示す前記基板処理流体の供給状態にて前記基板処理装置が処理したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得工程により取得された前記基板処理流体供給情報を入力することで、当該基板処理流体供給情報に対する前記基板処理流体供給位置情報を予測する状態予測工程と、を備える、
情報処理方法。 - メモリと、プロセッサとを備える推論装置により実行される推論方法であって、
前記プロセッサは、
基板に基板洗浄流体を供給する洗浄流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報を含む基板処理流体供給情報を取得する情報取得工程と、
前記情報取得工程にて前記基板処理流体供給情報を取得すると、前記基板処理流体供給情報が示す前記基板処理流体の供給状態にて前記基板処理装置が処理したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報を推論する推論工程と、を実行する、
推論方法。 - 基板に基板洗浄流体を供給する洗浄流体供給部を備える基板処理装置により行われる前記基板の処理における、前記基板処理流体供給部から供給される基板処理流体の供給状態を示す基板処理流体供給状態情報を含む基板処理流体供給情報と、前記基板処理流体供給情報が示す前記基板処理流体の供給状態にて前記基板処理装置が処理したときの前記基板処理流体供給部が供給する流体の供給位置を示す基板処理流体供給位置情報とで構成される学習用データを学習用データ記憶部に複数組記憶する学習用データ記憶工程と、
複数組の前記学習用データを学習モデルに入力することで、前記基板処理流体供給情報と前記基板処理流体供給位置情報との相関関係を前記学習モデルに学習させる機械学習工程と、
前記機械学習工程により前記相関関係を学習させた前記学習モデルを学習済みモデル記憶部に記憶する学習済みモデル記憶工程と、を備える、
機械学習方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022016284A JP2023114127A (ja) | 2022-02-04 | 2022-02-04 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
PCT/JP2023/000378 WO2023149162A1 (ja) | 2022-02-04 | 2023-01-11 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
TW112103206A TW202347187A (zh) | 2022-02-04 | 2023-01-31 | 資訊處理裝置、推論裝置、機械學習裝置、資訊處理方法、推論方法、及機械學習方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022016284A JP2023114127A (ja) | 2022-02-04 | 2022-02-04 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023114127A true JP2023114127A (ja) | 2023-08-17 |
Family
ID=87551987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022016284A Pending JP2023114127A (ja) | 2022-02-04 | 2022-02-04 | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023114127A (ja) |
TW (1) | TW202347187A (ja) |
WO (1) | WO2023149162A1 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012204451A (ja) * | 2011-03-24 | 2012-10-22 | Dainippon Screen Mfg Co Ltd | 基板処理装置 |
US10770316B2 (en) * | 2015-11-24 | 2020-09-08 | Tokyo Electron Limited | Substrate liquid processing apparatus, substrate liquid processing method and recording medium |
JP6817860B2 (ja) * | 2017-03-21 | 2021-01-20 | 株式会社Screenホールディングス | 基板処理装置および基板処理方法 |
JP7211751B2 (ja) * | 2018-10-05 | 2023-01-24 | 株式会社Screenホールディングス | 基板処理装置および基板処理方法 |
JP7288770B2 (ja) * | 2019-03-05 | 2023-06-08 | 株式会社Screenホールディングス | 基板処理方法および基板処理装置 |
JP7458808B2 (ja) * | 2020-02-07 | 2024-04-01 | 東京エレクトロン株式会社 | プロセス推定システム、プロセスデータ推定方法及びプログラム |
JP2021132183A (ja) * | 2020-02-21 | 2021-09-09 | 東京エレクトロン株式会社 | 情報処理装置、情報処理方法及びコンピュータ読み取り可能な記録媒体 |
-
2022
- 2022-02-04 JP JP2022016284A patent/JP2023114127A/ja active Pending
-
2023
- 2023-01-11 WO PCT/JP2023/000378 patent/WO2023149162A1/ja unknown
- 2023-01-31 TW TW112103206A patent/TW202347187A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023149162A1 (ja) | 2023-08-10 |
TW202347187A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102450925B1 (ko) | 프로세스 제어 파라미터들을 생성하는 것에 대해 기계 학습 접근법을 사용하는 반도체 제조 | |
JP6782145B2 (ja) | 基板処理制御システム、基板処理制御方法、およびプログラム | |
WO2023189170A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2023112830A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
US20240062066A1 (en) | Information processing apparatus and machine learning apparatus | |
WO2023149162A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2023149161A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2023166991A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2023153208A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2023189165A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2024024391A1 (ja) | 情報処理装置、機械学習装置、情報処理方法、及び、機械学習方法 | |
JP2021150474A (ja) | 研磨装置、情報処理システム及びプログラム | |
JP2023127537A (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
JP2023116396A (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2024053221A1 (ja) | 情報処理装置、機械学習装置、情報処理方法、及び、機械学習方法 | |
JP2023090667A (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2023058285A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2024116625A1 (ja) | 安全支援装置、推論装置、機械学習装置、安全支援方法、推論方法、及び、機械学習方法 | |
WO2023058289A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
TW202422416A (zh) | 資訊處理裝置、機械學習裝置、資訊處理方法、及機械學習方法 | |
WO2024135150A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
WO2024029236A1 (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 | |
JP2024090296A (ja) | 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 |