JP2024015933A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP2024015933A JP2024015933A JP2022118325A JP2022118325A JP2024015933A JP 2024015933 A JP2024015933 A JP 2024015933A JP 2022118325 A JP2022118325 A JP 2022118325A JP 2022118325 A JP2022118325 A JP 2022118325A JP 2024015933 A JP2024015933 A JP 2024015933A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- fluid
- information
- substrate
- fluid supply
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 62
- 238000010801 machine learning Methods 0.000 title claims description 72
- 238000003672 processing method Methods 0.000 title claims description 13
- 239000012530 fluid Substances 0.000 claims abstract description 499
- 238000012545 processing Methods 0.000 claims abstract description 347
- 239000000758 substrate Substances 0.000 claims abstract description 295
- 239000006185 dispersion Substances 0.000 claims abstract description 138
- 238000004140 cleaning Methods 0.000 claims description 328
- 238000005498 polishing Methods 0.000 claims description 189
- 238000003860 storage Methods 0.000 claims description 38
- 238000013500 data storage Methods 0.000 claims description 14
- 238000003825 pressing Methods 0.000 claims description 14
- 230000000704 physical effect Effects 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 8
- 238000000034 method Methods 0.000 abstract description 65
- 230000008569 process Effects 0.000 abstract description 59
- 235000012431 wafers Nutrition 0.000 description 182
- 230000007246 mechanism Effects 0.000 description 114
- 238000012360 testing method Methods 0.000 description 70
- 238000001035 drying Methods 0.000 description 39
- 230000006870 function Effects 0.000 description 35
- 238000007517 polishing process Methods 0.000 description 31
- 238000004891 communication Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 23
- 238000004519 manufacturing process Methods 0.000 description 22
- 238000012546 transfer Methods 0.000 description 17
- 239000007788 liquid Substances 0.000 description 16
- 239000002245 particle Substances 0.000 description 12
- 239000010408 film Substances 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 210000000225 synapse Anatomy 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000003749 cleanliness Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000007787 solid 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
- 238000004364 calculation method Methods 0.000 description 2
- 235000011089 carbon dioxide Nutrition 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002699 waste material Substances 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
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013527 convolutional neural network 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
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000003384 imaging method 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
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 229920001778 nylon Polymers 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
- 238000003908 quality control method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000004984 smart glass 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Cleaning Or Drying Semiconductors (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
Abstract
【課題】基板処理における処理流体の供給状態に応じて処理流体の分散状態を適切に予測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、基板に接触させて所定の基板処理を行う処理部材と、基板又は処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる基板処理において、処理流体供給部から供給される処理流体の供給状態を示す処理流体状態情報を含む流体供給情報を取得する流体供給情報取得部500と、流体供給情報取得部500により取得された流体供給情報に基づいて、処理流体供給部から供給された処理流体が基板と処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を生成する流体分散情報生成部501とを備える。【選択図】 図15
Description
本発明は、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流体を供給した状態で、トップリングと呼ばれる基板保持部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、一連の処理が終了する。
上記のような一連の処理において、特許文献1には、研磨流体が、所定の供給条件に従って研磨パッド上に供給されることが開示されている。また、特許文献2には、洗浄流体が、所定の供給条件に従って基板上に供給されることが開示されている。
特許文献1に開示されたように、研磨流体が、所定の供給条件に従って研磨パッド上に供給されたとき、基板と研磨パッドとの接触位置を通過しつつ分散するが、そのときの研磨流体の分散状態は、研磨処理の品質に影響する。また、特許文献2に開示されたように、洗浄流体が、所定の供給条件に従って基板上に供給されたとき、基板と洗浄具との接触位置を通過しつつ分散するが、そのときの洗浄流体の分散状態は洗浄処理の品質に影響する。そのため、研磨処理や洗浄処理の品質管理を行うためには、研磨流体や洗浄流体の分散状態を適切に把握することが求められる。
本発明は、上記の課題に鑑み、基板処理における処理流体の供給状態に応じて処理流体の分散状態を適切に予測することを可能とする情報処理装置、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、
基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる前記基板処理において、前記処理流体供給部から供給される前記処理流体の供給状態を示す処理流体状態情報を含む流体供給情報を取得する流体供給情報取得部と、
前記流体供給情報取得部により取得された前記流体供給情報に基づいて、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を生成する流体分散情報生成部と、を備える。
基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる前記基板処理において、前記処理流体供給部から供給される前記処理流体の供給状態を示す処理流体状態情報を含む流体供給情報を取得する流体供給情報取得部と、
前記流体供給情報取得部により取得された前記流体供給情報に基づいて、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を生成する流体分散情報生成部と、を備える。
本発明の一態様に係る情報処理装置によれば、基板処理における、処理流体状態情報、基板状態情報及び処理部材状態情報を含む流体供給情報に基づいて、当該流体供給情報に対する流体分散情報が生成されるので、処理流体の供給状態に応じて、処理流体が基板と処理部材との接触位置を通過しつつ分散するときの分散状態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。
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を研磨流体が供給された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に洗浄流体を供給しつつ洗浄具に
接触させることでウェハWの表面を洗浄する洗浄処理、洗浄処理後のウェハWの表面を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。
接触させることでウェハWの表面を洗浄する洗浄処理、洗浄処理後のウェハWの表面を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。
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。研磨処理では、ウェハWに接触する処理部材としての研磨パッドと、処理部材に供給される処理流体としての研磨流体とが用いられる。洗浄処理では、ウェハWに接触する処理部材としての洗浄具と、ウェハWに供給される処理流体としての洗浄流体とが用いられる。
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、処理流体、ウェハW、処理部材等の状態を示す状態情報、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。基板処理装置2には、固有の装置IDが割り当てられ、ウェハには、固有のウェハIDが割り当てられることで、各種のレポートRは管理される。
データベース装置3は、本生産用の処理流体、ウェハW及び処理部材を用いて研磨処理及び洗浄処理がそれぞれ行われたときの履歴に関する生産履歴情報30と、試験用の処理流体、ウェハW及び処理部材を用いて研磨処理及び洗浄処理の試験(以下、「研磨試験」及び「洗浄試験」という)がそれぞれ行われたときの履歴に関する試験情報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。
データベース装置3は、基板処理装置2が本生産を行ったときに、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。また、データベース装置3は、基板処理装置2が研磨試験及び洗浄試験をそれぞれ行ったときに、基板処理装置2から各種のレポートRを随時受信し、試験情報31にそれぞれ登録するとともに、その研磨試験及び洗浄試験の試験結果を対応付けてそれぞれ登録することで、試験情報31には、研磨試験及び洗浄試験に関するレポートR及び試験結果が蓄積される。例えば、試験用の処理流体は、特定の色で着色されたもので、その処理流体が、ウェハWと処理部材とを接触された状態でウェハW又は処理部材に供給されたときに、ウェハWと処理部材との接触位置を通過しつつ分散するときの様子を、例えば、カメラ(イメージセンサ)等により静止画や動画として撮影し、画像処理を行うことで、処理流体の分散状態が、試験結果として試験情報31に登録される。なお、研磨試験及び洗浄試験は、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と同様の研磨処理及び洗浄処理を再現可能な試験装置(不図示)で行われてもよい。
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から試験情報31の一部を第1及び第2の学習用データ11A、11Bとしてそれぞれ取得し、情報処理装置5にて用いられる第1及び第2の学習モデル10A、10Bを機械学習によりそれぞれ生成する。学習済みの第1及び第2の学習モデル10A、10B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及び第2の学習モデル10A、10Bを用いて、基板処理装置2による研磨処理及び洗浄処理が本生産用の処理流体、ウェハW及び処理部材を用いて行われるときに、処理流体(研磨流体及び洗浄流体)の分散状態を予測し、その予測した結果を示す流体分散情報を生成し、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が流体分散情報を生成するタイミングとしては、本生産を行う前に処理流体の供給状態を調整するような調整時でもよいし、本生産にて研磨処理及び洗浄処理が実際に行われる最中でもよいし、本生産にて研磨処理及び洗浄処理が行われた後でもよい。
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、装置設定情報265、基板レシピ情報266、流体分散情報、生産履歴情報30、試験情報31等)を表示する。
本実施形態では、ユーザ端末装置6は、拡張現実(AR)又は複合現実(MR)を実現可能な携帯型の装置として、例えば、スマートフォン、タブレット端末等の携帯機器、スマートグラス、透過型のヘッドマウントディスプレイ等のウェアラブル機器で構成される場合を中心に説明する。その場合、ユーザ端末装置6は、ユーザが現実空間における基板処理装置2にて作業を行う際に、情報処理装置5から提供される流体分散情報に基づいて、現実空間のウェハW又は処理部材に対して処理流体(研磨流体及び洗浄流体)の分散状態を示す仮想オブジェクトを重畳表示することで、ユーザを支援する情報処理装置として機能する。
(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。
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(処理部材支持部)220と、ウェハWを回転可能に保持し、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(基板保持部)221と、研磨パッド2200に研磨流体を供給する研磨流体供給部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、研磨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225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。回転移動機構部221c、上下移動機構部221d及び揺動移動機構部221eは、研磨パッド2200とウェハWの被研磨面との相対位置を移動させる基板移動機構部として機能する。
研磨流体供給部222は、研磨パッド2200の研磨面に研磨流体を供給する研磨流体供給ノズル222aと、支持シャフト222bに支持されて、支持シャフト222bを旋回中心にして研磨流体供給ノズル222aを旋回移動させる揺動移動機構部222cと、研磨流体の流量を調節する流量調節部222dと、研磨流体の温度を調節する温調機構部222e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。
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。
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。
環境センサ225は、ハウジング20の内部空間に配置されたセンサからなり、例えば、内部空間の温度を計測する温度センサ225aと、内部空間の湿度を計測する湿度センサ225bと、内部空間の気圧を計測する気圧センサ225cと、酸素濃度センサ225dと、マイクロホン(音センサ)225eとを備える。なお、環境センサ225として、研磨処理中や研磨処理の前後に、研磨パッド2200の表面、温度分布、気流分布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。カメラの撮影対象は、可視光に限られず、赤外光や紫外光等でもよい。
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222a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。
なお、図3では、回転移動機構部220b、221c、223c、上下移動機構部221d、223d、及び、揺動移動機構部221e、222c、223e、224b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。図3では、流量調節部222d、224c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、温度センサ、流体濃度センサ、流体物性センサ、流体パーティクルセンサ等のセンサとを適宜組み合わせて構成される。図3では、温調機構部220c、222e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。
(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。
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。
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。なお、仕上げユニット24の各部24A~24Hによる処理の順序は適宜変更してもよいし、処理の一部を省略してもよく、例えば、ロールスポンジ洗浄部24A、24Bによる洗浄処理を省略して、ペンスポンジ洗浄部24C、24Dによる洗浄処理から開始してもよい。また、仕上げユニット24は、ロールスポンジ洗浄部24A、24B、及び、ペンスポンジ洗浄部24C、24Dのいずれかに代えて又は加えて、バフ洗浄部(不図示)を備えることにより、バフ洗浄処理を行うようにしてもよい。さらに、本実施形態では、仕上げユニット24の各部24A~24Hは、ウェハWを水平置きで保持(水平保持)するものであるが、ウェハWを垂直保持又は斜め保持するものでもよい。
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。
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(処理部材支持部)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、4つのローラで構成され、少なくとも1つのローラは、ウェハWの側縁部を保持又は解放するように移動可能に構成される。また、図4の例では、基板回転機構部241bは、2つの駆動ローラで構成され、駆動ローラは、ウェハWを保持する基板保持機構部241aを兼ねている。なお、基板保持部241は、複数の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とで構成されていてもよい。また、基板保持機構部241aは、ローラに代えてチャックで構成されていてもよい。
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、基板洗浄流体の流量及び圧力を調節する流量調節部242cと、基板洗浄流体の温度を調節する温調機構部242dとを備える。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。
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、気圧センサ244cと、酸素濃度センサ244dと、マイクロホン(音センサ)244e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、温度分布、気流分布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。カメラの撮影対象は、可視光に限られず、赤外光や紫外光等でもよい。
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(処理部材支持部)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。
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、4つのローラであり、少なくとも1つのローラは、ウェハWの側縁部を保持又は解放するように移動可能に構成される。また、図5の例では、基板回転機構部241dは、2つの駆動ローラで構成され、基板回転機構部241bを構成する駆動ローラは、ウェハWを保持する基板保持機構部241aを兼ねている。なお、基板保持部241は、複数の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とで構成されていてもよい。また、基板保持機構部241cは、ローラに代えてチャックで構成されていてもよい。
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、流量調節部242c、及び、温調機構部242dを備える。
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2
401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。
401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、気圧センサ244cと、酸素濃度センサ244dと、マイクロホン(音センサ)244e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の表面温度分布、気流分布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。カメラの撮影対象は、可視光に限られず、赤外光や紫外光等でもよい。
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で構成される。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、基板保持機構部241eは、チャックに代えてローラで構成されていてもよい。
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。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。
の温度を調節する温調機構部245eとを備える。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、気圧センサ244cと、酸素濃度センサ244dと、マイクロホン(音センサ)244e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、温度分布、気流分布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241g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、245b、直線移動機構部240c、揺動移動機構部240f、242b、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。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、温度センサ、流体濃度センサ、流体物性センセ、流体パーティクル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。
(制御ユニット)
図7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、研磨ユニット22及び仕上げユニット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7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、研磨ユニット22及び仕上げユニット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。
研磨ユニット22は、研磨ユニット22が備える各サブユニット(例えば、研磨テーブル220、トップリング221、研磨流体供給部222、ドレッサ223、アトマイザ224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2271~227rと
、複数のモジュール2271~227rにそれぞれ配置されて、各モジュール2271~227rの制御に必要なデータ(検出値)を検出する複数のセンサ2281~228sと、各センサ2281~228sの検出値に基づいて各モジュール2271~227rの動作を制御するシーケンサ229とを備える。
、複数のモジュール2271~227rにそれぞれ配置されて、各モジュール2271~227rの制御に必要なデータ(検出値)を検出する複数のセンサ2281~228sと、各センサ2281~228sの検出値に基づいて各モジュール2271~227rの動作を制御するシーケンサ229とを備える。
研磨ユニット22のセンサ2281~228sには、例えば、研磨テーブル220(研磨パッド2200)の回転数を検出するセンサ、研磨テーブル220(研磨パッド2200)の回転トルクを検出するセンサ、研磨パッド2200の表面温度を検出するセンサ、回転移動機構部221c(ウェハW)の回転数を検出するセンサ、回転移動機構部221c(ウェハW)の回転トルクを検出するセンサ、研磨パッド2200に対するウェハWの位置に変換可能な基板移動機構部(上下移動機構部221d、揺動移動機構部221e)の位置座標を検出するセンサ、基板移動機構部の移動速度を検出するセンサ、基板移動機構部の移動トルクを検出するセンサ、ウェハWを研磨パッド2200に接触させるときのウェハWの押付荷重を検出するセンサ、ウェハ押付圧力室及びリテーナリング押付圧力室(いずれも不図示)の圧力(正圧及び負圧)を検出するセンサ、ウェハ押付圧力室及びリテーナリング押付圧力室に供給される圧力流体の流量を検出するセンサ、研磨流体供給部222から供給される研磨流体の流量を検出するセンサ、研磨流体供給部222から供給される研磨流体の温度を検出するセンサ、研磨流体供給部222による研磨流体の滴下位置に変換可能な研磨流体供給部222の揺動位置を検出するセンサ、研磨流体の濃度を検出するセンサ、研磨流体の清浄度(例えば、研磨流体の廃液に含まれるパーティクルの濃度、粒子径、粒子径毎の粒子数)を検出するセンサ、環境センサ225等が含まれる。
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、基板保持機構部241a、241c、241eがウェハWを保持するときの保持圧力を検出するセンサ、基板回転機構部241b、241d、241g(ウェハW)の回転数を検出するセンサ、基板回転機構部241b、241d、241g(ウェハW)の回転トルクを検出するセンサ、基板洗浄流体の流量を検出するセンサ、基板洗浄流体の圧力を検出するセンサ、基板洗浄流体の滴下位置に変換可能な洗浄流体供給部242の位置座標を検出するセンサ、基板洗浄流体の温度を検出するセンサ、基板洗浄流体の濃度を検出するセンサ、基板洗浄流体の流体物性を検出するセンサ、洗浄具回転機構部240aが洗浄具(ロールスポンジ2400、ペンスポンジ2401)を回転させるときの洗浄具の回転数を検出するセンサ、洗浄具回転機構部240aの回転トルクを検出するセンサ、ウェハWに対する洗浄具の位置に変換可能な洗浄具移動機構部(上下移動機構部240b、240e、直線移動機構部240c、揺動移動機構部240f)の位置座標を検出するセンサ、洗浄具移動機構部の移動速度を検出するセンサ、洗浄具移動機構部の移動トルクを検出するセンサ、洗浄具をウェハW又は洗浄具洗浄板243b、243fに接触させるときの洗浄具の押付荷重を検出するセンサ、洗浄具洗浄流体の流量を検出するセンサ、洗浄具洗浄流体の圧力を検出するセンサ、洗浄具洗浄流体の清浄度(例えば、洗浄具洗浄槽243a、243eの廃液に含まれるパーティクルの濃度、粒子径、粒子径毎の粒子数)を検出するセンサ、環境センサ244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8参照)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8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8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8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。
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9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、研磨処理に関する研磨履歴テーブル301と、洗浄処理に関する洗浄履歴テーブル302とを備える。研磨履歴テーブル301は、研磨処理における流体供給情報及び流体分散情報を含む。洗浄履歴テーブル302は、洗浄処理における流体供給情報及び流体分散情報を含む。なお、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9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、研磨処理に関する研磨履歴テーブル301と、洗浄処理に関する洗浄履歴テーブル302とを備える。研磨履歴テーブル301は、研磨処理における流体供給情報及び流体分散情報を含む。洗浄履歴テーブル302は、洗浄処理における流体供給情報及び流体分散情報を含む。なお、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9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。使用ユニットIDは、各工程で使用されたユニットを示す固有のユニットIDを特定するとともに、ユニットIDには、そのユニットの種別を示すユニット種別(例えば、基板搬送、研磨、ロールスポンジ洗浄、ペンスポンジ洗浄、乾燥、膜厚測定等)が関連付けられる。
研磨履歴テーブル301の各レコードには、研磨流体供給部222から研磨パッド22
00に供給される処理流体としての研磨流体と、基板保持部としてのトップリング221と、処理部材としての研磨パッド2200とを用いて研磨処理が行われたときの処理流体状態情報、基板状態情報、及び、処理部材状態情報等がそれぞれ登録される。洗浄履歴テーブル302の各レコードには、洗浄流体供給部242からウェハWに供給される処理流体としての基板洗浄流体と、基板保持部241と、処理部材としての洗浄具(ロールスポンジ2400、ペンスポンジ2401)とを用いて洗浄処理が行われたときの処理流体状態情報、基板状態情報、及び、処理部材状態情報等がそれぞれ登録される。
00に供給される処理流体としての研磨流体と、基板保持部としてのトップリング221と、処理部材としての研磨パッド2200とを用いて研磨処理が行われたときの処理流体状態情報、基板状態情報、及び、処理部材状態情報等がそれぞれ登録される。洗浄履歴テーブル302の各レコードには、洗浄流体供給部242からウェハWに供給される処理流体としての基板洗浄流体と、基板保持部241と、処理部材としての洗浄具(ロールスポンジ2400、ペンスポンジ2401)とを用いて洗浄処理が行われたときの処理流体状態情報、基板状態情報、及び、処理部材状態情報等がそれぞれ登録される。
処理流体状態情報は、処理流体供給部から供給される処理流体の供給状態を示す情報である。処理流体状態情報は、例えば、処理流体供給部が有するセンサ群(又はモジュール群)により所定の時間間隔でサンプリングされた各センサの検出値(又は各モジュールへの指令値)でもよいし、装置設定情報265又は基板レシピ情報266における設定値でもよい。
基板状態情報は、基板保持部により保持されたウェハWの状態を示す情報である。基板状態情報は、例えば、基板保持部が有するセンサ群(又はモジュール群)により所定の時間間隔でサンプリングされた各センサの検出値(又は各モジュールへの指令値)でもよいし、装置設定情報265又は基板レシピ情報266における設定値でもよい。
処理部材状態情報は、処理部材支持部により支持された処理部材の状態を示す情報である。処理部材状態情報は、例えば、処理部材支持部が有するセンサ群(又はモジュール群)により所定の時間間隔でサンプリングされた各センサの検出値(又は各モジュールへの指令値)でもよいし、装置設定情報265又は基板レシピ情報266における設定値でもよい。
研磨履歴テーブル301及び洗浄履歴テーブル302を参照することで、ウェハIDで特定されるウェハWに対して研磨処理及び洗浄処理が行われたときの処理流体、ウェハW及び処理部材の状態が抽出可能である。
(試験情報31)
図10は、データベース装置3により管理される試験情報31の一例を示すデータ構成図である。試験情報31は、研磨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研磨試験テーブル310と、洗浄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洗浄試験テーブル311とを備える。
図10は、データベース装置3により管理される試験情報31の一例を示すデータ構成図である。試験情報31は、研磨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研磨試験テーブル310と、洗浄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洗浄試験テーブル311とを備える。
研磨試験テーブル310及び洗浄試験テーブル311の各レコードには、例えば、試験ID、処理流体状態情報、基板状態情報、処理部材状態情報、及び、試験結果情報等が登録される。処理流体状態情報、基板状態情報及び処理部材状態情報は、研磨試験及び洗浄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、研磨履歴テーブル301及び洗浄履歴テーブル302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、研磨試験及び洗浄試験において研磨処理及び洗浄処理が行われたときに、処理流体供給部から供給された処理流体がウェハWと処理部材との接触位置を通過しつつ分散するときの分散状態を示す情報である。試験結果情報は、例えば、試験用の処理部材をカメラで撮影し、その撮影した静止画や動画に対して画像処理を行うことにより取得され、例えば、二次元の面的な情報として取得される。なお、分散状態は、特定の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。
(機械学習装置4)
図11は、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11は、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、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流体供給情報と、出力データとしての流体分散情報とで構成される第1及び第2の学習用データ11A、11Bを取得する。第1及び第2の学習用データ11A、11B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、流体分散情報は、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及び第2の学習用データ11A、11B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及び第2の学習用データ11A、11B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に含まれる流体供給情報と流体分散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。また、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に含まれる流体供給情報と流体分散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。
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及び第2の学習モデル10A、10B(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及び第2の学習モデル10A、10B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11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及び第2の学習モデル10A、10Bの数は1つに限定されず、例えば、機械学習の手法、基板保持部の機構の違い、処理部材保持部の機構の違い、流体供給情報に含まれるデータの種類、流体分散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12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、流体供給情報と流体分散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、研磨処理における流体供給情報及び流体分散情報に対応するものとして説明する。
第1の学習用データ11Aを構成する流体供給情報は、研磨流体供給部222(処理流体供給部)から供給される研磨流体の供給状態を示す処理流体状態情報を含む。処理流体状態情報は、研磨流体の流量、研磨流体の滴下位置、研磨流体の圧力、及び、研磨流体の流体物性の少なくとも1つを含む。流体物性は、研磨流体の物性を示し、例えば、密度や粘度である。
流体供給情報は、トップリング(基板保持部)221により保持されたウェハWの状態を示す基板状態情報、及び、研磨テーブル(処理部材支持部)220により支持された研磨パッド2200の状態を示す処理部材状態情報の少なくとも一方をさらに含むものもよい。基板状態情報は、ウェハWの回転数、研磨パッド2200に対するウェハWの位置、及び、研磨パッド2200に対するウェハWの押付力の少なくとも1つを含む。処理部材状態情報は、研磨パッド2200の回転数、及び、研磨パッド2200のコンディションの少なくとも1つを含む。ウェハWの回転数は、ウェハWを保持するトップリング(基板保持部)221の回転数でもよいし、研磨パッド2200の回転数は、研磨パッド2200を支持する研磨テーブル(処理部材支持部)220の回転数でもよい。研磨パッド2200のコンディションは、例えば、表面性状、平面度、清浄度、湿潤度等で表され、研磨パッド2200の使用状況(使用時間、使用時の押付荷重、ドレッシングの有無、交換の有無、研磨パッド2200の表面を撮影した画像、研磨パッド2200の回転数、ウェハWの回転数、処理枚数)に基づいて設定される。研磨パッド2200のコンディションは、例えば、研磨処理中に経時変化するものでもよい。
第1の学習用データ11Aを構成する流体分散情報は、研磨流体供給部222から供給された研磨流体がウェハWと研磨パッド2200との接触位置を通過しつつ分散するときの分散状態を示す情報である。流体分散情報は、例えば、二次元の面的な情報として定義される。
学習用データ取得部400は、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、試験情報31の研磨試験テーブル310を参照することで、試験IDで特定される研磨試験が行われたときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。
なお、流体供給情報は、センサ群の検出値又はモジュールへの指令値として取得されてもよいし、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として取得されてもよいし、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として取得されてもよい。また、流体供給情報は、装置設定情報265又は基板レシピ情報266から取得されてもよい。さらに、流体供給情報は、研磨処理期間全体の時系列データとして取得されてもよいし、研磨処理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。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、試験情報31の試験テーブル310を参照することで、同一の試験IDで特定される研磨試験が行われたときの試験結果情報を、上記の流体供給情報に対する流体分散情報として取得する。
なお、流体分散情報は、研磨期間全体の時系列データ又は研磨処理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、特定の対象時点の時点データとして取得されてもよい。流体分散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流体供給情報に対応する数のニューロンを有し、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流体分散情報(例えば、二次元の面的な情報)に対応する数のニューロンを有し、流体供給情報に対する流体分散情報の予測結果(推論結果)が、出力データとして出力される。
図13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は、第1の学習用データ11Aと同様に、流体供給情報と流体分散情報とで構成される。本実施形態では、第2の学習モデル10B及び第2の学習用データ11Bは、洗浄処理における流体供給情報及び流体分散情報に対応するものであり、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に対応するものとの2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2の学習用データ11Bを構成する流体供給情報は、洗浄流体供給部242(処理流体供給部)から供給される基板洗浄流体の供給状態を示す処理流体状態情報を含む。処理流体状態情報は、基板洗浄流体の流量、基板洗浄流体の滴下位置、基板洗浄流体の圧力、及び、基板洗浄流体の流体物性の少なくとも1つを含む。流体物性は、基板洗浄流体の物性を示し、例えば、密度や粘度である。
流体供給情報は、基板保持部241により保持されたウェハWの状態を示す基板状態情報、及び、基板洗浄部(処理部材支持部)240により支持された洗浄具の状態を示す処理部材状態情報の少なくとも一方をさらに含むものもよい。基板状態情報は、ウェハWの回転数を含む。処理部材状態情報は、ウェハWに対する洗浄具の位置、ウェハWに対する洗浄具の押付力、洗浄具の回転数、及び、洗浄具のコンディションの少なくとも1つを含む。ウェハWの回転数は、ウェハWを保持する基板保持部241の回転数でもよいし、洗浄具の回転数は、洗浄具を支持する基板洗浄部240の回転数でもよい。洗浄具のコンディションは、例えば、洗浄具の消耗度や汚染度等で表され、洗浄具の使用状況(使用時間、使用時の押付荷重、交換の有無、洗浄具の表面を撮影した画像、洗浄具の回転数、ウェハWの回転数、処理枚数)に基づいて設定される。洗浄具のコンディションは、例えば、洗浄処理中に経時変化するものでもよい。
第2の学習用データ11Bを構成する流体分散情報は、洗浄流体供給部242から供給された基板洗浄流体がウェハWと洗浄具との接触位置を通過しつつ分散するときの分散状態を示す情報である。流体分散情報は、例えば、二次元の面的な情報として定義される。
学習用データ取得部400は、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11Bを取得する。例えば、学習用データ取得部400は、試験情報31の試験テーブル310を参照することで、試験IDで特定される洗浄試験が行われたときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。
なお、流体供給情報は、センサ群の検出値又はモジュールへの指令値として取得されてもよいし、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として取得されてもよいし、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として取得されてもよい。また、流体供給情報は、装置設定情報265又は基板レシピ情報266から取得されてもよい。さらに、流体供給情報は、洗浄処理期間全体の時系列データとして取得されてもよいし、洗浄処理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。流体供給情報の定義を変更する場合には、第2の学習モデル10B及び第1の学習用データ11B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、試験情報31の洗浄試験テーブル311を参照することで、同一の試験IDで特定される洗浄試験が行われたときの試験結果情報を、上記の流体供給情報に対する流体分散情報として取得する。
なお、流体分散情報は、洗浄期間全体の時系列データ又は洗浄処理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、特定の対象時点の時点データとして取得されてもよい。流体分散情報の定義を変更する場合には、第2の学習モデル10B及び第1の学習用データ11B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2の学習モデル10B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、第1の学習モデル10Aと同様に構成されるため、詳細な説明を省略する。
(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。以下では、複数組の学習用データ11を用いて学習モデル10を生成するものとして説明するが、第1及び第2の学習用データ11A、11Bの各々を用いて第1及び第2の学習モデル10A、10Bをそれぞれ作成する場合に適用される。
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。以下では、複数組の学習用データ11を用いて学習モデル10を生成するものとして説明するが、第1及び第2の学習用データ11A、11Bの各々を用いて第1及び第2の学習モデル10A、10Bをそれぞれ作成する場合に適用される。
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、試験情報31等から所望の数の学習用データ11を取得し、その取得した学習用データ11を学習用データ記憶部42に記憶する。ここで準備する学習用データ11の数については、最終的に得られる学習モデル10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、学習前の学習モデル10を準備する。ここで準備する学習前の学習モデル10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学習用データ11から、例えば、ランダムに1組の学習用データ11を取得する。
次に、ステップS130において、機械学習部401は、1組の学習用データ11に含まれる流体供給情報(入力データ)を、準備された学習前(又は学習中)の学習モデル10の入力層100に入力する。その結果、学習モデル10の出力層102から推論結果として流体分散情報(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)の学習モデル10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、学習用データ11に含まれる流体分散情報(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組の学習用データ11に含まれる流体分散情報(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流体分散情報(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、流体供給情報と流体分散情報との相関関係を学習モデル10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、学習用データ11に含まれる流体分散情報(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学習用データ11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、学習中の学習モデル10に対してステップS120~S140の工程を未学習の学習用データ11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学習モデル10(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、処理流体状態情報、基板状態情報及び処理部材状態情報を含む流体供給情報から、処理流体がウェハWと処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を予測(推論)することが可能な第1及び第2の学習モデル10A、10Bを提供することができる。
(情報処理装置5)
図15は、情報処理装置5の一例を示すブロック図である。図16は、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、記憶部52を備える。
図15は、情報処理装置5の一例を示すブロック図である。図16は、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、記憶部52を備える。
制御部50は、流体供給情報取得部500、流体分散情報生成部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。記憶部52は、情報処理装置5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やユーザ端末プログラム等)やデータ(第1及び第2の学習モデル10A、10B)等を記憶する。
流体供給情報取得部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、処理流体状態情報、基板状態情報及び処理部材状態情報を含む流体供給情報を取得する。
例えば、処理流体の供給状態を調整する場合には、流体供給情報取得部500は、基板
処理装置2の装置設定情報265又は基板レシピ情報266を参照することで、研磨処理又は洗浄処理が行われるときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。
処理装置2の装置設定情報265又は基板レシピ情報266を参照することで、研磨処理又は洗浄処理が行われるときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。
本生産にて研磨処理及び洗浄処理が行われている最中の場合には、流体供給情報取得部500は、その研磨処理及び洗浄処理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に対して研磨処理及び洗浄処理が行われている最中の処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として随時取得する。
本生産にて研磨処理及び洗浄処理が行われた後の場合には、流体供給情報取得部500は、生産履歴情報30の研磨履歴テーブル301又は洗浄履歴テーブル302を参照することで、そのウェハWに対して研磨処理及び洗浄処理が行われたときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。
流体分散情報生成部501は、流体供給情報取得部500により取得された流体供給情報に基づいて、処理流体供給部から供給された処理流体がウェハWと処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を生成する。本実施形態では、流体分散情報生成部501は、研磨処理における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、当該流体供給情報が示す状態にて研磨流体が供給されたときの流体分散情報を生成する。また、流体分散情報生成部501は、洗浄処理における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、当該流体供給情報が示す状態にて基板洗浄流体が供給されたときの流体分散情報を生成する。
記憶部52には、流体分散情報生成部501にて用いられる学習済みの第1及び第2の学習モデル10A、10Bが記憶されている。なお、記憶部52に記憶される第1及び第2の学習モデル10A、10Bの数は1つに限定されず、例えば、機械学習の手法、基板保持部の機構の違い、処理部材保持部の機構の違い、流体供給情報に含まれるデータの種類、流体分散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。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、流体分散情報生成部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、流体分散情報生成部501により生成された流体分散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、その流体分散情報をユーザ端末装置6に送信することで、その流体分散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、その流体分散情報をデータベース装置3に送信することで、その流体分散情報が生産履歴情報30に登録されてもよい。
(ユーザ端末装置6)
図17は、ユーザ端末装置6の一例を示すブロック図である。ユーザ端末装置6は、制御部60、通信部61、記憶部62、入力部63、出力部64、センサ群65、及び、カメラ66を備える。
図17は、ユーザ端末装置6の一例を示すブロック図である。ユーザ端末装置6は、制御部60、通信部61、記憶部62、入力部63、出力部64、センサ群65、及び、カメラ66を備える。
制御部60は、流体分散情報取得部600、空間位置情報取得部601及びオブジェクト情報生成部602として機能する。通信部61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、情報処理装置5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。記憶部62は、ユーザ端末装置6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
ステムやユーザ端末プログラム等)やデータ等を記憶する。入力部63は、各種の入力操作を受け付けるとともに、出力部64は、表示画面や音声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。センサ群65は、自装置の位置、加速度、角速度、姿勢等を検出する。カメラ66は、静止画及び動画を撮影する。
ステムやユーザ端末プログラム等)やデータ等を記憶する。入力部63は、各種の入力操作を受け付けるとともに、出力部64は、表示画面や音声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。センサ群65は、自装置の位置、加速度、角速度、姿勢等を検出する。カメラ66は、静止画及び動画を撮影する。
流体分散情報取得部600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、例えば、情報処理装置5に流体分散情報取得要求を送信し、その応答として情報処理装置5から流体分散情報を取得する。
空間位置情報取得部601は、ウェハW又は処理部材が現実空間に存在する位置を示す空間位置情報を取得する。例えば、空間位置情報取得部601は、カメラ66で現実空間を撮影したときの撮影範囲に、ウェハW又は処理部材の特徴点が含まれるか否かを監視し、ウェハW又は処理部材の特徴点が含まれていることを検知したとき、当該特徴点に基づいてウェハW又は処理部材の空間位置情報を取得する。特徴点は、例えば、ウェハW又は処理部材の外形形状に基づくものでもよいし、基板保持部又は処理部材支持部に配置されたマーカに基づくものでもよい。
オブジェクト情報生成部602は、空間位置情報取得部601により取得された空間位置情報と、流体分散情報取得部600により取得された流体分散情報とに基づいて、現実空間のウェハW又は処理部材に対して処理流体の分散状態を示す仮想オブジェクトを重畳表示させるためのオブジェクト情報を生成する。なお、オブジェクト情報生成部602は、現実空間に重畳表示させる仮想オブジェクトに代えて、処理流体の分散状態を通常の表示画面に表示させるためのオブジェクト情報を生成するようにしてもよい。
(情報処理方法)
図18は、情報処理装置5及びユーザ端末装置6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、第1のロールスポンジ洗浄部24Aに、調整作業用のウェハWと、洗浄具としてのロールスポンジ2400とをセットした状態で、ウェハWに供給される基板洗浄流体の供給状態を調整する際に、ユーザ端末装置6を操作して、基板洗浄流体の分散状態を示す仮想オブジェクトをウェハWに重畳表示する場合の動作例について説明する。
図18は、情報処理装置5及びユーザ端末装置6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、第1のロールスポンジ洗浄部24Aに、調整作業用のウェハWと、洗浄具としてのロールスポンジ2400とをセットした状態で、ウェハWに供給される基板洗浄流体の供給状態を調整する際に、ユーザ端末装置6を操作して、基板洗浄流体の分散状態を示す仮想オブジェクトをウェハWに重畳表示する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、例えば、ユーザ端末装置6に表示された調整作業用の調整作業画面に対して、基板処理装置2を特定する装置IDと、ウェハWを特定するウェハIDと、調整作業対象のユニットの種別を特定するユニット種別(本実施形態では、研磨、ロールスポンジ洗浄、及び、ペンスポンジ洗浄のいずれか)とを入力するとともに、調整作業の開始を指示する入力操作を行うと、ユーザ端末装置6の流体分散情報取得部600は、装置ID、ウェハID及びユニット種別を含む流体分散情報取得要求を情報処理装置5に送信する。調整作業対象のユニットは、例えば、第1乃至第4の研磨部22A~22D、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のいずれでもよく、ここでは、調整作業対象のユニットとして、第1のロールスポンジ洗浄部24Aが選択されて、第1のロールスポンジ洗浄部24Aを特定するユニット種別(ロールスポンジ洗浄)が入力される。なお、ユーザがユニット種別を入力することに代えて、例えば、ユーザ端末装置6のカメラ66で調整作業対象のユニットを撮影し、ユーザ端末装置6が、その撮影された画像に含まれる調整作業対象のユニットの特徴点を画像認識することで、調整作業対象のユニット種別を取得するようにしてもよい。
次に、ステップS210において、情報処理装置5の流体供給情報取得部500は、ステップS200で送信された流体分散情報取得要求を受信すると、流体分散情報取得要求
に含まれる装置ID及びウェハIDに基づいて、装置IDにより特定される基板処理装置2の装置設定情報265と、ウェハIDにより特定される基板レシピ情報266とを参照することで、第1のロールスポンジ洗浄部24Aにて洗浄処理が行われるときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。ここでの処理流体状態情報は、洗浄流体供給部242から供給される基板洗浄流体の供給状態、基板状態情報は、基板保持部241により保持されたウェハWの状態、処理部材状態情報は、基板洗浄部240により支持されたロールスポンジ2400の状態をそれぞれ示すものである。
に含まれる装置ID及びウェハIDに基づいて、装置IDにより特定される基板処理装置2の装置設定情報265と、ウェハIDにより特定される基板レシピ情報266とを参照することで、第1のロールスポンジ洗浄部24Aにて洗浄処理が行われるときの処理流体状態情報、基板状態情報及び処理部材状態情報を、流体供給情報として取得する。ここでの処理流体状態情報は、洗浄流体供給部242から供給される基板洗浄流体の供給状態、基板状態情報は、基板保持部241により保持されたウェハWの状態、処理部材状態情報は、基板洗浄部240により支持されたロールスポンジ2400の状態をそれぞれ示すものである。
次に、ステップS211において、流体分散情報生成部501は、流体分散情報取得要求に含まれるユニット種別に基づいて、第1及び第2の学習モデル10A、10Bのいずれかを選択する。ここでは、流体分散情報生成部501は、調整作業対象のユニットとして選択された第1のロールスポンジ洗浄部24Aのユニット種別(ロールスポンジ洗浄)に対応する第2の学習モデル10Bを選択する。そして、流体分散情報生成部501は、ステップS210で取得された流体供給情報を入力データとして、第2の学習モデル10Bに入力することで出力された出力データに基づいて、当該流体供給情報に対する流体分散情報を生成する。
次に、ステップS212において、出力処理部502は、ステップS211で生成された流体分散情報を出力するための出力処理として、その流体分散情報をユーザ端末装置6に送信する。
そして、ステップS220において、流体分散情報取得部600は、ステップS200における流体分散情報取得要求に対する応答として、ステップS212で送信された流体分散情報を取得(受信)する。
一方、ステップS230において、空間位置情報取得部601は、調整作業の開始を指示する入力操作に基づいて、カメラ66により現実空間を撮影し、その撮影した撮影範囲に、ウェハWの特徴点が含まれているか否かを監視する。このとき、調整作業を行うユーザは、自身の位置やカメラ66の向きを変更することにより、カメラ66により撮影される現実空間の撮影範囲が更新される。このとき、空間位置情報取得部601は、ウェハWだけでなく、ロールスポンジ2400の特徴点も監視するようにしてもよい。
そして、ステップS231において、空間位置情報取得部601が、カメラ66による現実空間の撮影範囲にウェハWの特徴点が含まれていることを検知することにより、当該特徴点に基づいて、ウェハWが現実空間に存在する位置を示す空間位置情報を取得する。
次に、ステップS240において、オブジェクト情報生成部602は、ステップS231で取得された空間位置情報と、ステップS220で取得された流体分散情報とに基づいて、現実空間のウェハWに対して基板洗浄流体の分散状態を示す仮想オブジェクトを重畳表示させるためのオブジェクト情報を生成する。そして、ステップS241において、オブジェクト情報生成部602は、その生成したオブジェクト情報に基づいて、オブジェクト表示画面をユーザ端末装置6の出力部64に表示する。
図19は、現実空間のウェハWに仮想オブジェクトを重畳表示したオブジェクト表示画面12の一例を示す図である。オブジェクト表示画面12は、カメラ66で撮影した現実空間のウェハW及び第1のロールスポンジ洗浄部24Aに対して、基板洗浄流体の分散状態を示す仮想オブジェクト120を重畳表示するものである。なお、オブジェクト表示画面12には、例えば、流体供給情報が表示されてもよく、例えば、基板洗浄流体の滴下位置を示す仮想オブジェクト121が表示されるようにしてもよい。
ユーザは、オブジェクト表示画面12に表示された仮想オブジェクト120を視認することにより、基板洗浄流体の分散状態を把握することができる。そして、ユーザにより自身の位置やカメラ66の向きが変更されることに応じて、ユーザ端末装置6は、オブジェクト表示画面12を更新する処理を繰り返し行う。また、装置設定情報265が変更されることに応じて流体供給情報が変更される場合には、その流体供給情報が変更されることに応じて、ユーザ端末装置6は、オブジェクト表示画面12を更新する処理を繰り返し行う。これにより、ユーザは、例えば、装置設定情報265の変更に伴う基板洗浄流体の分散状態の変化を即座に視認することができるので、調整作業を簡便に実施することができる。
上記の情報処理方法において、ステップS210が流体供給情報取得工程、ステップS211が流体分散情報生成工程、ステップS230、S231が空間位置情報取得工程、ステップS240がオブジェクト情報生成工程に相当する。なお、上記の情報処理方法では、流体分散情報生成部501が、洗浄処理における流体供給情報を第2の学習モデル10Bに入力することで流体分散情報を生成し、第1のロールスポンジ洗浄部24Aに対して仮想オブジェクトを重畳表示する場合について説明したが、研磨処理における流体供給情報を第1の学習モデル10Aに入力することで流体分散情報を生成し、研磨部22A~22Dに対して仮想オブジェクトを重畳表示するようにしてもよい。
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、研磨処理及び洗浄処理における、処理流体状態情報、基板状態情報及び処理部材状態情報を含む流体供給情報に基づいて、当該流体供給情報に対する流体分散情報が生成されるので、処理流体の供給状態に応じて、処理流体がウェハWと処理部材との接触位置を通過しつつ分散するときの分散状態を適切に予測することができる。
また、本実施形態に係るユーザ端末装置6及び情報処理方法によれば、現実空間におけるウェハW又は処理部材に対して、処理流体の分散状態を示す仮想オブジェクトが重畳表示(AR表示又はMR表示)されるので、処理流体の供給状態に応じて、処理流体がウェハWと処理部材との接触位置を通過しつつ分散するときの分散状態を適切に把握することができる。
(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、情報処理装置5及びユーザ端末装置6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4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4つの装置のうち任意の2つ又は3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。例えば、ユーザ端末装置6の記憶部62に第1及び第2の学習モデル10A、10Bを記憶し、制御部60が、流体供給情報取得部500及び流体分散情報生成部501としてさらに機能するようにしてもよい。
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、基板処理として、研磨処理及び洗浄処理の少なくとも一方を行う装置であればよく、研磨処理として、化学機械研磨処理に代えて、物理機械研磨処理でもよい。すなわち、基板処理装置2は、処理部材としての研磨パッドと、処理流体とし
ての研磨流体とを用いて、基板処理として化学機械研磨処理又は物理機械研磨処理を行う基板研磨装置でもよいし、処理部材としての洗浄具と、処理流体としての基板洗浄流体とを用いて、基板処理として洗浄処理を行う基板洗浄装置でもよい。その際、基板処理装置は、各ユニット21~25のうち研磨処理及び洗浄処理にて使用されないユニットは適宜省略されていてもよい。
ての研磨流体とを用いて、基板処理として化学機械研磨処理又は物理機械研磨処理を行う基板研磨装置でもよいし、処理部材としての洗浄具と、処理流体としての基板洗浄流体とを用いて、基板処理として洗浄処理を行う基板洗浄装置でもよい。その際、基板処理装置は、各ユニット21~25のうち研磨処理及び洗浄処理にて使用されないユニットは適宜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、情報処理装置5の流体分散情報生成部501は、流体供給情報取得部500により取得された流体供給情報に基づいて流体分散情報を生成する際、学習済みの第1又は第2の学習モデル10A、10Bを用いる場合について説明したが、他の手法を採用してもよい。他の手法としては、例えば、有限要素法、粒子法等の数値流体力学の解析手法に基づくシミュレーションモデルや計算式が挙げられる。すなわち、流体分散情報生成部501は、流体供給情報取得部500により取得された流体供給情報を入力データとしてシミュレーションモデルや計算式に入力することで、当該流体供給情報が示す状態にて処理流体が供給されたときの流体分散情報を生成するようにしてもよい。
(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やユーザ端末装置6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やユーザ端末装置6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。
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…機械学習装置、5…情報処理装置、6…ユーザ端末装置、7…ネットワーク
10…学習モデル、10A…第1の学習モデル、10B…第2の学習モデル、
11…学習用データ、11A…第1の学習用データ、11B…第2の学習用データ、
12…オブジェクト表示画面、
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…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…記憶部(学習済みモデル記憶部)、
60…制御部、61…通信部、62…記憶部、63…入力部、64…出力部、
65…センサ群、66…カメラ、
220…研磨テーブル(処理部材支持部)、221…トップリング(基板保持部)、
222…研磨流体供給部、223…ドレッサ、224…アトマイザ、225…環境センサ、
240…基板洗浄部(処理部材支持部)、241…基板保持部、242…洗浄流体供給部、
243…洗浄具洗浄部、244…環境センサ、245…乾燥流体供給部、
260…制御部、261…通信部、262…入力部、263…出力部、
264…記憶部、265…装置設定情報、266…基板レシピ情報
300…ウェハ履歴テーブル、301…研磨履歴テーブル、302…洗浄履歴テーブル、310…研磨試験テーブル、311…洗浄試験テーブル、
400…学習用データ取得部、401…機械学習部、
500…流体供給情報取得部、501…流体分散情報生成部、502…出力処理部、
600…流体分散情報取得部、601…空間位置情報取得部、
602…オブジェクト情報生成部、
2200…研磨パッド(処理部材)、2400…ロールスポンジ(処理部材)、
2401…ペンスポンジ(処理部材)
4…機械学習装置、5…情報処理装置、6…ユーザ端末装置、7…ネットワーク
10…学習モデル、10A…第1の学習モデル、10B…第2の学習モデル、
11…学習用データ、11A…第1の学習用データ、11B…第2の学習用データ、
12…オブジェクト表示画面、
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…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…記憶部(学習済みモデル記憶部)、
60…制御部、61…通信部、62…記憶部、63…入力部、64…出力部、
65…センサ群、66…カメラ、
220…研磨テーブル(処理部材支持部)、221…トップリング(基板保持部)、
222…研磨流体供給部、223…ドレッサ、224…アトマイザ、225…環境センサ、
240…基板洗浄部(処理部材支持部)、241…基板保持部、242…洗浄流体供給部、
243…洗浄具洗浄部、244…環境センサ、245…乾燥流体供給部、
260…制御部、261…通信部、262…入力部、263…出力部、
264…記憶部、265…装置設定情報、266…基板レシピ情報
300…ウェハ履歴テーブル、301…研磨履歴テーブル、302…洗浄履歴テーブル、310…研磨試験テーブル、311…洗浄試験テーブル、
400…学習用データ取得部、401…機械学習部、
500…流体供給情報取得部、501…流体分散情報生成部、502…出力処理部、
600…流体分散情報取得部、601…空間位置情報取得部、
602…オブジェクト情報生成部、
2200…研磨パッド(処理部材)、2400…ロールスポンジ(処理部材)、
2401…ペンスポンジ(処理部材)
Claims (12)
- 基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる前記基板処理において、前記処理流体供給部から供給される前記処理流体の供給状態を示す処理流体状態情報を含む流体供給情報を取得する流体供給情報取得部と、
前記流体供給情報取得部により取得された前記流体供給情報に基づいて、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を生成する流体分散情報生成部と、を備える、
情報処理装置。 - 前記流体供給情報に含まれる前記処理流体状態情報は、
前記処理流体の流量、
前記処理流体の滴下位置、
前記処理流体の圧力、及び、
前記処理流体の流体物性の少なくとも1つを含む、
請求項1に記載の情報処理装置。 - 前記基板処理装置は、
前記基板を回転可能に保持する基板保持部、及び、
前記処理部材を回転可能に支持する処理部材支持部の少なくとも一方を備え、
前記流体供給情報は、
前記基板保持部により保持された前記基板の状態を示す基板状態情報、及び、
前記処理部材支持部により支持された前記処理部材の状態を示す処理部材状態情報の少なくとも一方をさらに含む、
請求項1に記載の情報処理装置。 - 前記基板処理装置は、
前記処理部材としての研磨パッドと、前記処理流体としての研磨流体とを用いて、前記基板処理として化学機械研磨処理又は物理機械研磨処理を行う基板研磨装置であり、
前記流体供給情報に含まれる前記基板状態情報は、
前記基板の回転数、
前記研磨パッドに対する前記基板の位置、及び、
前記研磨パッドに対する前記基板の押付力の少なくとも1つを含み、
前記流体供給情報に含まれる前記処理部材状態情報は、
前記研磨パッドの回転数、及び、
前記研磨パッドのコンディションの少なくとも1つを含む、
請求項3に記載の情報処理装置。 - 前記基板処理装置は、
前記処理部材としての洗浄具と、前記処理流体としての洗浄流体とを用いて、前記基板処理として洗浄処理を行う基板洗浄装置であり、
前記流体供給情報に含まれる前記基板状態情報は、
前記基板の回転数を含み、
前記流体供給情報に含まれる前記処理部材状態情報は、
前記基板に対する前記洗浄具の位置、
前記基板に対する前記洗浄具の押付力、
前記洗浄具の回転数、及び、
前記洗浄具のコンディションの少なくとも1つを含む、
請求項3に記載の情報処理装置。 - 前記流体分散情報生成部は、
前記流体供給情報と前記流体分散情報との相関関係を機械学習させた学習モデルに、前記流体供給情報取得部により取得された前記流体供給情報を入力することにより、前記流体分散情報を生成する、
請求項1に記載の情報処理装置。 - 前記基板又は前記処理部材が現実空間に存在する位置を示す空間位置情報を取得する空間位置情報取得部と、
前記空間位置情報取得部により取得された前記空間位置情報と、前記流体分散情報生成部により生成された前記流体分散情報とに基づいて、前記現実空間の前記基板又は前記処理部材に対して前記処理流体の前記分散状態を示す仮想オブジェクトを重畳表示させるためのオブジェクト情報を生成するオブジェクト情報生成部と、を備える、
請求項1乃至請求項6のいずれか一項に記載の情報処理装置。 - 基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置において、前記基板又は前記処理部材が現実空間に存在する位置を示す空間位置情報を取得する空間位置情報取得部と、
前記空間位置情報取得部により取得された前記空間位置情報と、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報とに基づいて、前記現実空間の前記基板又は前記処理部材に対して前記処理流体の前記分散状態を示す仮想オブジェクトを重畳表示させるためのオブジェクト情報を生成するオブジェクト情報生成部と、を備える、
情報処理装置。 - 基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる前記基板処理において、前記処理流体供給部から供給される前記処理流体の供給状態を示す処理流体状態情報を含む流体供給情報と、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散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、前記流体供給情報と前記流体分散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。 - 基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる前記基板処理において、前記処理流体供給部から供給される前記処理流体の供給状態を示す処理流体状態情報を含む流体供給情報を取得する流体供給情報取得工程と、
前記流体供給情報取得工程により取得された前記流体供給情報に基づいて、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報を生成する流体分散情報生成工程と、を備える、
情報処理方法。 - 基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置において、前記基板又は前記処理
部材が現実空間に存在する位置を示す空間位置情報を取得する空間位置情報取得工程と、
前記空間位置情報取得工程により取得された前記空間位置情報と、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散情報とに基づいて、前記現実空間の前記基板又は前記処理部材に対して前記処理流体の前記分散状態を示す仮想オブジェクトを重畳表示させるためのオブジェクト情報を生成するオブジェクト情報生成工程と、を備える、
情報処理方法。 - 基板に接触させて所定の基板処理を行う処理部材と、前記基板又は前記処理部材に処理流体を供給する処理流体供給部とを備える基板処理装置により行われる前記基板処理において、前記処理流体供給部から供給される前記処理流体の供給状態を示す処理流体状態情報を含む流体供給情報と、前記処理流体供給部から供給された前記処理流体が前記基板と前記処理部材との接触位置を通過しつつ分散するときの分散状態を示す流体分散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、前記流体供給情報と前記流体分散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 (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022118325A JP2024015933A (ja) | 2022-07-25 | 2022-07-25 | 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 |
PCT/JP2023/024389 WO2024024391A1 (ja) | 2022-07-25 | 2023-06-30 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022118325A JP2024015933A (ja) | 2022-07-25 | 2022-07-25 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024015933A true JP2024015933A (ja) | 2024-02-06 |
Family
ID=89706229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022118325A Pending JP2024015933A (ja) | 2022-07-25 | 2022-07-25 | 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 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2024015933A (ja) |
WO (1) | WO2024024391A1 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012074574A (ja) * | 2010-09-29 | 2012-04-12 | Hitachi Ltd | 加工装置制御システムおよび加工装置制御方法 |
CN109299485B (zh) * | 2017-07-24 | 2023-02-28 | 中国科学院微电子研究所 | 一种cmp仿真模型的建立方法及系统 |
JP2020053550A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社荏原製作所 | 研磨装置、研磨方法、及び機械学習装置 |
JP7220573B2 (ja) * | 2019-01-24 | 2023-02-10 | 株式会社荏原製作所 | 情報処理システム、情報処理方法、プログラム及び基板処理装置 |
KR20230124638A (ko) * | 2020-12-25 | 2023-08-25 | 도쿄엘렉트론가부시키가이샤 | 관리 시스템, 관리 방법 및 관리 프로그램 |
-
2022
- 2022-07-25 JP JP2022118325A patent/JP2024015933A/ja active Pending
-
2023
- 2023-06-30 WO PCT/JP2023/024389 patent/WO2024024391A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024024391A1 (ja) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI739906B (zh) | 基板處理控制系統、基板處理控制方法、以及程式 | |
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 | |
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 | |
US20240062066A1 (en) | Information processing apparatus and machine learning apparatus | |
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 | |
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 | |
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 | |
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 | |
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 | |
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 | |
TW202411016A (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 | |
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 | |
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 | |
JP2024077469A (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 | |
KR20230028472A (ko) | 열 이미지의 머신 러닝 기반 처리를 사용하는 화학 기계적 연마 공정 모니터링 | |
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 | |
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 | |
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 | |
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 | |
TWI841927B (zh) | 用於使用基於時間的圖像序列檢測cmp部件的偏移的系統、方法及電腦程式產品 | |
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 | |
TW202410183A (zh) | 資訊處理裝置、機器學習裝置、資訊處理方法以及機器學習方法 |