JP2024067256A - 研磨装置、情報処理装置及びプログラム - Google Patents
研磨装置、情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP2024067256A JP2024067256A JP2022177182A JP2022177182A JP2024067256A JP 2024067256 A JP2024067256 A JP 2024067256A JP 2022177182 A JP2022177182 A JP 2022177182A JP 2022177182 A JP2022177182 A JP 2022177182A JP 2024067256 A JP2024067256 A JP 2024067256A
- Authority
- JP
- Japan
- Prior art keywords
- polishing
- polishing pad
- dresser
- sensor
- motor
- 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
- 238000005498 polishing Methods 0.000 title claims abstract description 506
- 230000010365 information processing Effects 0.000 title claims description 18
- 230000005856 abnormality Effects 0.000 claims abstract description 49
- 239000000758 substrate Substances 0.000 claims abstract description 46
- 238000010801 machine learning Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims description 22
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000003825 pressing Methods 0.000 claims description 5
- 208000010727 head pressing Diseases 0.000 claims 1
- 230000007423 decrease Effects 0.000 description 11
- 230000007246 mechanism Effects 0.000 description 11
- 239000007788 liquid Substances 0.000 description 8
- 238000000034 method Methods 0.000 description 7
- 239000002002 slurry Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000006061 abrasive grain Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 235000012431 wafers Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
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
- B24B37/005—Control means for lapping machines or devices
- B24B37/015—Temperature control
-
- 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
- B24B37/04—Lapping machines or devices; Accessories designed for working plane surfaces
- B24B37/07—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool
- B24B37/10—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool for single side lapping
-
- 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
- B24B49/10—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 involving electrical means
-
- 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
- B24B53/00—Devices or means for dressing or conditioning abrasive surfaces
- B24B53/017—Devices or means for dressing, cleaning or otherwise conditioning lapping tools
-
- 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
- B24B53/00—Devices or means for dressing or conditioning abrasive surfaces
- B24B53/12—Dressing tools; Holders therefor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- 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)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
- Grinding-Machine Dressing And Accessory Apparatuses (AREA)
Abstract
【課題】研磨異常を事前に予測する。【解決手段】研磨パッド2を支持する研磨テーブル5と、基板を前記研磨パッド2の研磨面2aに押し付け可能な研磨ヘッド7と、他の研磨パッド2の状態を反映した状態反映情報と当該他の研磨パッド2の研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、当該研磨装置1の前記研磨パッド2の状態を反映する状態反映情報を入力することによって、当該研磨装置1の研磨指標を推定するプロセッサ63bと、を備える。【選択図】図1
Description
本発明は、研磨装置、情報処理装置及びプログラムに関する。
化学的機械的研磨(CMP)では、研磨パッドによりワークピースの研磨を行った後に、研磨パッドの研磨面を再生するドレッシングを行う。この動作を繰り返すと、研磨パッドは、徐々に減耗していく。このように減耗が進むにつれて研磨異常が起きることがある。
例えば、研磨パッドの研磨レートの低下、研磨プロファイル(研磨均一性)の不均一が挙げられる。さらに、ウェハ割れやウェハのスクラッチ(キズ)を引き起こす異常や、研磨終点の検出率にも影響を及ぼすことがある。
例えば、研磨パッドの研磨レートの低下、研磨プロファイル(研磨均一性)の不均一が挙げられる。さらに、ウェハ割れやウェハのスクラッチ(キズ)を引き起こす異常や、研磨終点の検出率にも影響を及ぼすことがある。
特許文献1では、研磨パッドの累積使用時間に基づいて研磨パッドを交換しているが、上記のような研磨異常がない状態(使用可能な状態)でも交換を行う可能性があるため、コストの観点から好ましくない場合があった。また、研磨異常を検知するためセンサで研磨パッドの状態を検出することも考えられるが、研磨異常は研磨パッド以外の各部の動作状態も複雑かつ相互に影響を与え合っているため、センサによる監視のみでは予測が難しい。このように、研磨異常が発生する前に、研磨異常を事前に予測したいという要望がある。ここで、研磨異常としては、研磨レートの異常、研磨プロファイルの異常、異常発生率の上昇、研磨終点検出率の悪化などが挙げられる。
本発明は、上記問題に鑑みてなされたものであり、研磨異常を事前に予測することを可能とする研磨装置、情報処理装置及びプログラムを提供することを目的とする。
本発明の第1の態様に係る研磨装置は、研磨パッドを支持する研磨テーブルと、基板を前記研磨パッドの研磨面に押し付け可能な研磨ヘッドと、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、当該研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該研磨装置の研磨指標を推定するプロセッサと、を備える。
この構成によれば、研磨装置の利用者は研磨指標を把握することができるので、研磨異常を事前に予測することができる。
本発明の第2の態様に係る研磨装置は、第1の態様に係る研磨装置であって、研磨パッドの前記研磨面をドレッシングするドレッサを更に備え、前記状態反映情報は、前記ドレッサと前記研磨パッドとの摩擦力に関する特徴量である。
この構成によれば、ドレッサと研磨パッドとの摩擦力に関する特徴量を機械学習モデルに入力することによって、研磨異常の予測精度を向上させることができる。
本発明の第3の態様に係る研磨装置は、第2の態様に係る研磨装置であって、前記ドレッサと前記研磨パッドとの摩擦力を反映する物理量を検知するセンサと、を更に備え、前記ドレッサと前記研磨パッドとの摩擦力に関する特徴量は、前記センサによって計測されたセンサ値の特徴量であり、前記プロセッサは、前記研磨指標を推定する際に、前記センサによって計測されたセンサ値の特徴量を決定し、前記機械学習モデルに当該特徴量を前記状態反映情報として入力することによって、前記研磨指標を推定する。
この構成によれば、センサ値の特徴量を機械学習モデルに入力することによって、研磨異常の予測精度を向上させることができる。
本発明の第4の態様に係る研磨装置は、第3の態様に係る研磨装置であって、前記センサ値は、前記ドレッサがドレッシング中のセンサ値である。
この構成によれば、ドレッシング中に検出されたセンサ値の特徴量を機械学習モデルに入力することによって、研磨装置の利用者は研磨指標を把握することができるので、研磨異常を事前に予測することができ、研磨異常の予測精度を向上させることができる。
本発明の第5の態様に係る研磨装置は、第4の態様に係る研磨装置であって、前記センサはドレッサに設けられている。
この構成によれば、センサがドレッサに設けられているので、より直接的に検出することができるので、機械学習モデルに入力されるドレッシング中に検出されたセンサ値の精度を向上させることができ、研磨異常の予測精度を向上させることができる。
本発明の第6の態様に係る研磨装置は、第3の態様に係る研磨装置であって、前記センサは、ドレッシング中の音響を検出するAEセンサ、ドレッシング中の音響を検出する超音波マイク、ドレッサの揺動方向の加速度を検出する加速度センサ、ドレッサのアームの歪を検出する歪センサ、ドレッサのアームのたわみを検出する力センサ、または前記研磨パッドの粗さを検出する粗さセンサである。
本発明の第7の態様に係る研磨装置は、第2の態様に係る研磨装置であって、前記ドレッサは、前記研磨パッドに対する前記ドレッサの接触面を回転させる第3モータと、前記研磨パッドの面に沿う方向で前記接触面を相対移動させる第4モータを有し、前記ドレッサと前記研磨パッドとの摩擦力に関する特徴量は、前記第3モータの電流値、前記第3モータのトルク指令値、前記第4モータの電流値、前記第4モータのトルク指令値、及びこれらの統計量のうち少なくとも1つを含む。
この構成によれば、第3モータの電流値、第3モータのトルク指令値、第4モータの電流値、第4モータのトルク指令値、及びこれらの統計量のうち少なくとも1つが機械学習モデルに入力されるので、研磨異常の予測精度を向上させることができる。
本発明の第8の態様に係る研磨装置は、第1に係る研磨装置であって、前記状態反映情報は、研磨パッドの状態を示す研磨パッド状態情報である。
この構成によれば、研磨パッド状態情報が機械学習モデルに入力されるので、研磨異常の予測精度を向上させることができる。
本発明の第9の態様に係る研磨装置は、第8に係る研磨装置であって、前記研磨パッド状態情報は、研磨パッドの減耗量、研磨中の研磨パッドの温度もしくは当該温度の時系列データの統計量、及び研磨パッドの厚みの少なくとも1つを含む。
この構成によれば、研磨パッド状態情報は、研磨パッドの減耗量、研磨中の研磨パッドの温度もしくは当該温度の時系列データの統計量、及び研磨パッドの厚みの少なくとも1つが機械学習モデルに入力されるので、研磨異常の予測精度を向上させることができる。
本発明の第10の態様に係る研磨装置は、第1の態様に係る研磨装置であって、前記研磨テーブルを回転させるテーブル回転モータと、前記研磨テーブルを一定速度に回転するよう制御する制御装置と、を備え、前記状態反映情報は、前記テーブル回転モータの電流値、前記テーブル回転モータのトルク指令値、及びこれらの統計量のうち少なくとも一つを含む。
この構成によれば、テーブル回転モータの電流値またはテーブル回転モータのトルク指令値が機械学習モデルに入力されるので、研磨異常の予測精度を向上させることができる。
本発明の第11の態様に係る研磨装置は、第1の態様に係る研磨装置であって、前記基板を回転させる研磨ヘッドシャフトと、前記研磨パッドの面に沿う方向で前記基板を前記研磨パッドに対して相対移動させる研磨ヘッド揺動アームとを有し、前記研磨パッドに基板を押し付ける研磨ヘッドと、前記研磨ヘッドシャフトを回転させる第1モータと、前記研磨ヘッド揺動アームを揺動させる第2モータと、を備え、前記状態反映情報は、前記研磨ヘッドシャフトを回転させる前記第1モータの電流値、前記研磨ヘッドシャフトを回転させる前記第1モータのトルク指令値、前記研磨ヘッド揺動アームを揺動させる前記第2モータの電流値、前記研磨ヘッド揺動アームを揺動させる前記第2モータのトルク指令値、及びこれらの統計量のうちの少なくとも1つを含む。
この構成によれば、第1モータの電流値、第1モータのトルク指令値、第2モータの電流値、第2モータのトルク指令値、及びこれらの統計量のうちの少なくとも1つが機械学習モデルに入力されるので、研磨異常の予測精度を向上させることができる。
本発明の第12の態様に係る研磨装置は、第1の態様に係る研磨装置であって、研磨パッドの前記研磨面をドレッシングするドレッサと、前記ドレッサと前記基板との摩擦力を反映する物理量を検知するセンサと、を更に備え、前記状態反映情報は、更に、前記研磨装置の動作履歴を示す動作ログ情報を含み、前記動作ログ情報は、前記研磨パッドの使用時間、前記ドレッサの使用時間、基板の研磨終点の検出時間、処理された前記基板の枚数、及び前記センサの動作時間の少なくとも1つを含む。
この構成によれば、研磨異常の予測精度を向上させることができる。
本発明の第13の態様に係る研磨装置は、第1の態様に係る研磨装置であって、前記状態反映情報は、更に、前記研磨装置のエラー検出回数を含む。
この構成によれば、研磨異常の予測精度を向上させることができる。
本発明の第14の態様に係る研磨装置は、第1から13のいずれかの態様に係る研磨装置であって、前記研磨指標は、研磨レートまたは当該研磨レートの統計量、研磨後の前記基板の研磨プロファイルまたは当該研磨プロファイルの統計量、研磨の異常の発生率または当該発生率の統計量、及び、前記基板の研磨終点の検出率または当該検出率の統計量の少なくとも1つを含み、前記研磨の異常は、研磨レート異常、膜厚の分布の異常、基板の割れ、またはスクラッチを含む。
この構成によれば、研磨異常の予測精度を向上させることができる。
本発明の第15の態様に係る情報処理装置は、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、対象の研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該対象の研磨装置の研磨指標を推定するプロセッサを備える。
この構成によれば、研磨装置の利用者は研磨指標を把握することができるので、研磨異常を事前に予測することができる。
本発明の第16の態様に係るプログラムは、コンピュータに、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、対象の研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該対象の研磨装置の研磨指標を推定する手順、を実行させるためのプログラムである。
この構成によれば、研磨装置の利用者は研磨指標を把握することができるので、研磨異常を事前に予測することができる。
本発明の一態様によれば、研磨装置の利用者は研磨指標を把握することができるので、研磨異常を事前に予測することができる。
以下、各実施形態について、図面を参照しながら説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。
図1は、研磨装置の一実施形態を示す概略斜視図である。研磨装置1は、ワークピースWを化学機械的に研磨する装置である。ここでワークピースWは、ウェハなどの基板やパネルなどである。図1に示すように、この研磨装置1は、研磨面2aを有する研磨パッド2を支持する研磨テーブル5と、ワークピースWを研磨面2aに対して押し付ける研磨ヘッド7と、研磨液(例えば、砥粒を含むスラリー)を研磨面2aに供給する研磨液供給ノズル8と、研磨装置1の動作を制御する制御装置10を備えている。研磨ヘッド7は、その下面にワークピースWを保持できるように構成されている。ワークピースWは被研磨膜を有する。
制御装置10は、少なくとも1台のコンピュータから構成されている。制御装置10は、プログラムが格納された記憶装置10aと、プログラムに含まれる命令に従って演算を実行する演算装置10bを備えている。記憶装置10aは、RAMなどの主記憶装置と、ハードディスクドライブ(HDD)、ソリッドステートドライブ(SSD)などの補助記憶装置を備えている。演算装置10bの例としては、CPU(中央処理装置)、GPU(グラフィックプロセッシングユニット)が挙げられる。ただし、制御装置10の具体的構成はこれらの例に限定されない。
研磨装置1は、ベース12と、ベース12の上に設けられた支軸14と、支軸14の上端に連結された研磨ヘッド揺動アーム16と、研磨ヘッド揺動アーム16の自由端に回転可能に支持された研磨ヘッドシャフト18をさらに備えている。
研磨ヘッド7は、研磨ヘッドシャフト18の下端に固定されている。研磨ヘッド揺動アーム16内には、第1モータ161などを備えた研磨ヘッド回転機構(図示せず)が配置されている。この研磨ヘッド回転機構は、研磨ヘッドシャフト18に連結されており、研磨ヘッドシャフト18および研磨ヘッド7を矢印で示す方向に回転させるように構成されている。
例えばベース12には、支軸14を揺動させて研磨ヘッド揺動アーム16を揺動させる第2モータ162が設けられている。第2モータは例えばサーボモータである。
研磨ヘッド7は、研磨ヘッドシャフト18の下端に固定されている。研磨ヘッド揺動アーム16内には、第1モータ161などを備えた研磨ヘッド回転機構(図示せず)が配置されている。この研磨ヘッド回転機構は、研磨ヘッドシャフト18に連結されており、研磨ヘッドシャフト18および研磨ヘッド7を矢印で示す方向に回転させるように構成されている。
例えばベース12には、支軸14を揺動させて研磨ヘッド揺動アーム16を揺動させる第2モータ162が設けられている。第2モータは例えばサーボモータである。
研磨ヘッドシャフト18は、図示しない研磨ヘッド昇降機構(ボールねじ機構などを含
む)に連結されている。この研磨ヘッド昇降機構は、研磨ヘッドシャフト18を研磨ヘッ
ド揺動アーム16に対して相対的に上下動させるように構成されている。この研磨ヘッド
シャフト18の上下動により、研磨ヘッド7は、矢印で示すように、研磨ヘッド揺動アー
ム16および研磨テーブル5に対して相対的に上下動可能となっている。
む)に連結されている。この研磨ヘッド昇降機構は、研磨ヘッドシャフト18を研磨ヘッ
ド揺動アーム16に対して相対的に上下動させるように構成されている。この研磨ヘッド
シャフト18の上下動により、研磨ヘッド7は、矢印で示すように、研磨ヘッド揺動アー
ム16および研磨テーブル5に対して相対的に上下動可能となっている。
研磨装置1は、研磨パッド2および研磨テーブル5をそれらの軸心を中心に回転させるテーブル回転モータ21をさらに備えている。テーブル回転モータ21は研磨テーブル5の下方に配置されており、研磨テーブル5は、テーブル軸5aを介してテーブル回転モータ21に連結されている。研磨テーブル5および研磨パッド2は、テーブル回転モータ21によりテーブル軸5aを中心に矢印で示す方向に回転されるようになっている。研磨パッド2は、研磨テーブル5の上面に貼り付けられている。研磨パッド2の露出面は、ウェハなどのワークピースWを研磨する研磨面2aを構成している。
ワークピースWの研磨は次のようにして行われる。ワークピースWは、その被研磨面が下を向いた状態で、研磨ヘッド7に保持される。研磨ヘッド7および研磨テーブル5はそれぞれ回転されながら、研磨テーブル5の上方に設けられた研磨液供給ノズル8から研磨液(例えば、砥粒を含むスラリー)が研磨パッド2の研磨面2a上に供給される。研磨パッド2はその中心軸線を中心に研磨テーブル5と一体に回転する。研磨ヘッド7は研磨ヘッド昇降機構(図示せず)により所定の高さまで移動される。さらに、研磨ヘッド7は上記所定の高さに維持されたまま、ワークピースWを研磨パッド2の研磨面2aに押し付ける。ワークピースWは研磨ヘッド7と一体に回転する。研磨液が研磨パッド2の研磨面2a上に存在した状態で、ワークピースWは研磨面2aに摺接される。ワークピースWの表面は、研磨液の化学的作用と、研磨液に含まれる砥粒および研磨パッド2の機械的作用との組み合わせにより、研磨される。
研磨装置1は、研磨パッド2の研磨面2aをドレッシングするドレッサ40を備えている。このドレッサ40は、研磨パッド2の研磨面2aに摺接されるドレッシングディスク50と、ドレッシングディスク50が連結されるドレッサシャフト51と、ドレッサシャフト51を回転自在に支持するドレッサ揺動アーム55と、ドレッサ揺動アーム55を支持する支軸58、支軸58を支持するベース59を備えている。ドレッシングディスク50の下面はドレッシング面50aを構成し、このドレッシング面50aは砥粒(例えば、ダイヤモンド粒子)から構成されている。
ドレッサシャフト51は、ドレッサ揺動アーム55内に配置された図示しないディスク押圧機構(例えばエアシリンダを含む)に連結されている。このディスク押圧機構は、ドレッサシャフト51を介してドレッシングディスク50のドレッシング面50aを研磨パッド2の研磨面2aに対して押し付けるように構成されている。
さらに、ドレッサシャフト51は、ドレッサ揺動アーム55内に配置された図示しない第3モータ71を含むディスク回転機構に連結されている。この第3モータ71は、ドレッサシャフト51を介してドレッシングディスク50を矢印で示す方向に回転させるように構成されている。このように、第3モータ71は、研磨パッドに対する前記ドレッサの接触面を回転させる。
また例えばベース59には、支軸58を揺動させることでドレッサ揺動アーム55を揺動させる第4モータ72が設けられている。第4モータ72は例えばサーボモータである。このように、第4モータ72は、研磨パッドの面に沿う方向で前記接触面を相対移動させる。
さらに、ドレッサシャフト51は、ドレッサ揺動アーム55内に配置された図示しない第3モータ71を含むディスク回転機構に連結されている。この第3モータ71は、ドレッサシャフト51を介してドレッシングディスク50を矢印で示す方向に回転させるように構成されている。このように、第3モータ71は、研磨パッドに対する前記ドレッサの接触面を回転させる。
また例えばベース59には、支軸58を揺動させることでドレッサ揺動アーム55を揺動させる第4モータ72が設けられている。第4モータ72は例えばサーボモータである。このように、第4モータ72は、研磨パッドの面に沿う方向で前記接触面を相対移動させる。
研磨パッド2の研磨面2aのドレッシングは次のようにして行われる。研磨パッド2は研磨テーブル5とともにテーブル回転モータ21によって回転されながら、図示しない純水供給ノズルから純水が研磨面2aに供給される。ドレッシングディスク50は、ドレッサシャフト51を中心にディスク回転機構(図示せず)により回転されながら、ドレッシングディスク50のドレッシング面50aはディスク押圧機構(図示せず)により研磨面2aに押圧される。研磨面2a上に純水が存在した状態で、ドレッシングディスク50は研磨面2aに摺接される。ドレッシングディスク50の回転中、制御装置10はドレッサ揺動アーム55を支軸58を中心に旋回させてドレッシングディスク50を研磨面2aの半径方向に揺動させる。このようにして、ドレッシングディスク50により研磨パッド2が削り取られ、研磨面2aがドレッシング(再生)される。研磨パッド2の研磨面2aのドレッシングは、ワークピースWの研磨中、またはワークピースWの研磨後に実施される。
研磨装置1はセンサ60を備えており、このセンサ60は一例としてドレッサに設けられており、具体的には例えばドレッサ揺動アーム55(単にアームということもある)に固定されている。このセンサ60は、ドレッサ40と基板との摩擦力を反映する物理量を検知する。このセンサ60は例えば、ドレッシング中の音響を検出するアコースティックエミッションセンサ(以下、AEセンサという)、ドレッシング中の音響を検出する超音波マイク、ドレッサ40の揺動方向の加速度を検出する加速度センサ、ドレッサ40のドレッサ揺動アーム55の歪を検出する歪センサ、ドレッサのドレッサ揺動アーム55のたわみを検出する力センサ、または研磨パッド2の粗さを検出する粗さセンサのうち少なくとも一つから構成されてもよい。また一実施形態では、センサ60はドレッシングディスク50に固定されてもよい。
図1に示すように、研磨装置1は、センサ60に電気的に接続された情報処理装置63を備えている。情報処理装置63は例えば、センサ60の時系列の出力を取得可能である。
情報処理装置63は、少なくとも1台のコンピュータから構成されている。情報処理装置63は、プログラムが格納された記憶装置63aと、プログラムに含まれる命令に従って演算を実行するプロセッサ63bと、例えばディスプレイ装置63cを備えている。記憶装置63aは、RAMなどの主記憶装置と、ハードディスクドライブ(HDD)、ソリッドステートドライブ(SSD)などの補助記憶装置を備えている。プロセッサ63bの例としては、CPU(中央処理装置)、GPU(グラフィックプロセッシングユニット)が挙げられる。ただし、情報処理装置63の具体的構成はこれらの例に限定されない。情報処理装置63は、制御装置10と一体に構成されてもよい。すなわち、情報処理装置63および制御装置10は、プログラムが格納された記憶装置、およびプログラムに含まれる命令に従って演算を実行する演算装置を含む少なくとも1台のコンピュータにより構成されてもよい。
図2は、AEセンサの出力値と時間の関係の一例を示すグラフである。図2において縦軸がAEセンサのセンサ値で横軸が時間である。図2の矢印に示すように、研磨パッドの減耗量が大きくなるにつれてAEセンサの出力値が減少している。このことから、研磨パッドの減耗量とAEセンサの出力値には相関があるので、機械学習によってその相関をモデルに学習させることができる。
また、AEセンサの出力値は、研磨パッドの減耗量だけでなく、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、基板の研磨終点の検出率とも相関がある。ここで研磨の異常は、研磨レート異常、膜厚の分布の異常、基板の割れ、またはスクラッチを含む。
また、AEセンサの出力値は、研磨パッドの減耗量だけでなく、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、基板の研磨終点の検出率とも相関がある。ここで研磨の異常は、研磨レート異常、膜厚の分布の異常、基板の割れ、またはスクラッチを含む。
同様に他のセンサの出力値も、研磨パッド2の減耗量だけでなく、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、基板の研磨終点の検出率とも相関がある。
具体的に例えば、研磨パッド2の摩擦力に応じてドレッサ40を介して伝わってくる低周波の音も変化するから、研磨中に検出する超音波センサの出力値と研磨パッド2の減耗量、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、または基板の研磨終点の検出率には相関がある。
具体的に例えば、研磨パッド2の摩擦力に応じてドレッサ40を介して伝わってくる低周波の音も変化するから、研磨中に検出する超音波センサの出力値と研磨パッド2の減耗量、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、または基板の研磨終点の検出率には相関がある。
また研磨パッド2とドレッシングディスク50の摩擦力に応じてドレッサ40のスイング方向の加速度が変化するから、ドレッサ40のスイング方向の加速度を検出する加速度センサの出力値と研磨パッドの減耗量、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、または基板の研磨終点の検出率には相関がある。
研磨パッド2の摩擦力が変わるとドレッサのスイング時のドレッサ40のドレッサ揺動アーム55の歪が変わるから、歪センサの出力値と研磨パッドの減耗量、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、または基板の研磨終点の検出率には相関がある。
ドレッシングディスク50と研磨パッド2の摩擦力が変わるとドレッサのアームのたわみが変わるから、そのたわみを検出する力センサの出力値と研磨パッドの減耗量、研磨レート、研磨後の基板の研磨プロファイル、研磨の異常の発生率、または基板の研磨終点の検出率には相関がある。
<機械学習モデルによる研磨パッド状態監視について>
図3は、機械学習モデルを説明するための模式図である。図2の機械学習モデルは、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させたモデルである。具体的には図2に示すように、機械学習モデルは、状態反映情報を入力(説明変数ともいう)とし研磨指標を出力(目的変数)とした学習データセットで機械学習したモデルである。
図3は、機械学習モデルを説明するための模式図である。図2の機械学習モデルは、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させたモデルである。具体的には図2に示すように、機械学習モデルは、状態反映情報を入力(説明変数ともいう)とし研磨指標を出力(目的変数)とした学習データセットで機械学習したモデルである。
この機械学習モデルは、消耗品の種類(例えば、研磨パッド種類、スラリー種類、ドレッサ種類)毎に作成してもよい。
プロセッサ63bは、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、当該研磨装置の研磨パッドの状態を反映する状態反映情報を入力することによって、当該研磨装置の研磨指標を推定する。
ここで研磨指標は、(1)研磨レートまたは当該研磨レートの統計量、(2)研磨後の前記基板の研磨プロファイルまたは当該研磨プロファイルの統計量(例えば、基板の平坦度など)、(3)研磨の異常発生率または当該異常発生率の統計量、及び、(4)基板の研磨終点の検出率(終点検出率ともいう)または当該検出率の統計量の少なくとも1つを含む。ここで研磨レートは、単位時間あたりに研磨できる厚さである。基板の研磨プロファイルとは、研磨後の基板の凹凸の空間分布である。研磨終点は、研磨の終了を示すタイミングであり、終点検出率は正しく研磨終点を検出できる確率である。研磨レートは、研磨パッドの状態、研磨装置内データ(各モータのトルク指令値または回転速度、各種機器位置、スラリーの流量)、基板の膜厚データからプロセッサ63bによって推定されてもよい。
研磨プロファイルは、研磨パッドの状態、研磨装置内データ(各モータのトルク指令値または回転速度、各種機器位置、スラリーの流量など)、基板の膜厚データからプロセッサ63bによって推定されてもよい。ここで研磨パッドの状態は、ドレッサ40に搭載されたセンサ60と研磨装置内データから、正常に研磨できる状態であるか(具体的には例えば、溝深さが基準を超えているか、異物が滞在していないかなど)をプロセッサ63bによって推定されてもよい。異常発生率は、研磨パッドの状態、研磨装置内データ(各モータのトルク指令値または回転速度、各種機器位置、スラリーの流量など)、異常発生ログからプロセッサ63bによって推定されてもよい。終点検出率は、研磨パッドの状態、研磨装置内データ(各モータのトルク指令値または回転速度、各種機器位置、スラリーの流量など)、終点検出時間、終点検出ができたかどうかの判定結果からプロセッサ63bによって推定されてもよい。
<入力としての状態反映情報の第1の例>
ここで状態反映情報は例えば、ドレッサ40と研磨パッド2との摩擦力に関する特徴量である。
ここで状態反映情報は例えば、ドレッサ40と研磨パッド2との摩擦力に関する特徴量である。
(1-1)ドレッサ40と研磨パッド2との摩擦力に関する特徴量の第1の例
このドレッサ40と研磨パッド2との摩擦力に関する特徴量は例えば、センサ60によって計測されたセンサ値の特徴量である。センサ値は、例えばドレッサ40がドレッシング中のセンサ値である。
このドレッサ40と研磨パッド2との摩擦力に関する特徴量は例えば、センサ60によって計測されたセンサ値の特徴量である。センサ値は、例えばドレッサ40がドレッシング中のセンサ値である。
プロセッサ63bは、研磨指標を推定する際に、センサ60によって計測されたセンサ値の特徴量を決定し、機械学習モデルに当該特徴量を前記状態反映情報として入力することによって、研磨指標を推定してもよい。ここで特徴量は、センサ値の統計値(最大値、最小値、平均値、中央値、最頻値、標準偏差、歪度、尖度など)であってもよいし、センサ値の実効値、エネルギー値、振幅、フーリエ変換による周波数解析結果、またはこれらの統計値(最大値、最小値、平均値、中央値、最頻値、標準偏差、歪度、尖度など)であってもよい。
(1-2)ドレッサ40と研磨パッド2との摩擦力に関する特徴量の第2の例
ドレッサ40と研磨パッド2との摩擦力に関する特徴量は、第3モータ71の電流値、第3モータ71のトルク指令値、第4モータ72の電流値、第4モータ72のトルク指令値、及びこれらの統計量のうちの少なくとも1つを含んでもよい。
ドレッサ40と研磨パッド2との摩擦力に関する特徴量は、第3モータ71の電流値、第3モータ71のトルク指令値、第4モータ72の電流値、第4モータ72のトルク指令値、及びこれらの統計量のうちの少なくとも1つを含んでもよい。
<入力としての状態反映情報の第2の例>
状態反映情報は、研磨パッドの状態を示す研磨パッド状態情報であってもよい。ここで、研磨パッド状態情報は、研磨パッドの減耗量、研磨中の研磨パッドの温度もしくは当該温度の時系列データの統計量、及び研磨パッドの厚みの少なくとも1つを含んでもよい。
状態反映情報は、研磨パッドの状態を示す研磨パッド状態情報であってもよい。ここで、研磨パッド状態情報は、研磨パッドの減耗量、研磨中の研磨パッドの温度もしくは当該温度の時系列データの統計量、及び研磨パッドの厚みの少なくとも1つを含んでもよい。
<入力としての状態反映情報の第3の例>
制御装置10は、研磨テーブルを一定速度に回転するよう制御する。このため、研磨パッド2が減耗して摩擦力が落ちれば抵抗が少なくなるため、テーブル回転モータ21の電流値またはテーブル回転モータ21のトルク指令値が小さくなるため、これらの間には相関がある。よって、状態反映情報は、テーブル回転モータ21の電流値、テーブル回転モータ21のトルク指令値、及びこれらの統計量のうち少なくとも一つであってもよい。
制御装置10は、研磨テーブルを一定速度に回転するよう制御する。このため、研磨パッド2が減耗して摩擦力が落ちれば抵抗が少なくなるため、テーブル回転モータ21の電流値またはテーブル回転モータ21のトルク指令値が小さくなるため、これらの間には相関がある。よって、状態反映情報は、テーブル回転モータ21の電流値、テーブル回転モータ21のトルク指令値、及びこれらの統計量のうち少なくとも一つであってもよい。
<入力としての状態反映情報の第4の例>
研磨パッド2が減耗して摩擦力が落ちれば抵抗が少なくなるため、研磨ヘッドシャフトを回転させる第1モータ161の電流値またはトルク指令値が小さくなり、これらの間には相関がある。また研磨パッド2が減耗して摩擦力が落ちれば抵抗が少なくなるため、研磨ヘッド揺動アームを揺動させる第2モータ162の電流値またはトルク指令値は小さくなり、これらの間には相関がある。
よって状態反映情報は、研磨ヘッドシャフトを回転させる第1モータ161の電流値、研磨ヘッドシャフトを回転させる第1モータ161のトルク指令値、研磨ヘッド揺動アームを揺動させる第2モータ162の電流値、及び、研磨ヘッド揺動アームを揺動させる第2モータ162のトルク指令値の少なくとも1つを含んでもよい。
研磨パッド2が減耗して摩擦力が落ちれば抵抗が少なくなるため、研磨ヘッドシャフトを回転させる第1モータ161の電流値またはトルク指令値が小さくなり、これらの間には相関がある。また研磨パッド2が減耗して摩擦力が落ちれば抵抗が少なくなるため、研磨ヘッド揺動アームを揺動させる第2モータ162の電流値またはトルク指令値は小さくなり、これらの間には相関がある。
よって状態反映情報は、研磨ヘッドシャフトを回転させる第1モータ161の電流値、研磨ヘッドシャフトを回転させる第1モータ161のトルク指令値、研磨ヘッド揺動アームを揺動させる第2モータ162の電流値、及び、研磨ヘッド揺動アームを揺動させる第2モータ162のトルク指令値の少なくとも1つを含んでもよい。
<入力としての状態反映情報の第1~第3の例の変形例1>
状態反映情報は、上記第1~第3の情報のいずれかに加えて、更に、研磨装置の動作履歴を示す動作ログ情報を含んでもよい。ここで、動作ログ情報は、研磨パッドの使用時間、ドレッサの使用時間、基板の研磨終点の検出時間、処理された前記基板の枚数、センサの動作時間の少なくとも1つを含んでもよい。
状態反映情報は、上記第1~第3の情報のいずれかに加えて、更に、研磨装置の動作履歴を示す動作ログ情報を含んでもよい。ここで、動作ログ情報は、研磨パッドの使用時間、ドレッサの使用時間、基板の研磨終点の検出時間、処理された前記基板の枚数、センサの動作時間の少なくとも1つを含んでもよい。
<入力としての状態反映情報の第1~第3の例の変形例2>
状態反映情報は、上記第1~第3の情報のいずれかに加えて、更に、前記研磨装置のエラー検出回数を含んでもよい。
状態反映情報は、上記第1~第3の情報のいずれかに加えて、更に、前記研磨装置のエラー検出回数を含んでもよい。
プロセッサ63bは、ディスプレイ装置63cに、研磨指標を表示させてもよいし、上記の研磨指標に基づいてユーザに研磨パッド2の交換を促す情報を表示させてもよい。
研磨パッドは、使用時間もしくはウェハ処理枚数に応じて交換されることが多いので、上述したこれらの状態反映情報と研磨パッドの研磨指標との間には相関がある。なお、プロセッサ63bは、更にセンサ60以外の各種センサの値を用いて研磨状態を監視してもよい。これによって、研磨指標の推定精度を向上させることができる。
以上、本実施形態に係る研磨装置1は、研磨パッドを支持する研磨テーブル5と、基板を前記研磨パッドの研磨面に押し付け可能な研磨ヘッド7と、他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、当該研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該研磨装置の研磨指標を推定するプロセッサ63bと、を備える。
この構成によれば、研磨装置の利用者は研磨指標を把握することができるので、研磨異常を事前に予測することができる。
なお、上述した実施形態で説明した情報処理装置63の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、情報処理装置63の少なくとも一部の機能を実現するプログラムをコンピュータ読み取り可能な記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。
また、情報処理装置63の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線(無線通信も含む)を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。
さらに、一つまたは複数の情報機器によって情報処理装置63を機能させてもよい。複数の情報機器を用いる場合、そのうちの1つをコンピュータとし、当該コンピュータが所定のプログラムを実行することにより情報処理装置63の少なくとも1つの手段として機能が実現されてもよい。
また、方法の発明においては、全ての工程(ステップ)をコンピュータによって自動制御で実現するようにしてもよい。また、各工程をコンピュータに実施させながら、工程間の進行制御を人の手によって実施するようにしてもよい。また、さらには、全工程のうちの少なくとも一部を人の手によって実施するようにしてもよい。
以上、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
1 研磨装置
10 制御装置
10a 記憶装置
10b 演算装置
12 ベース
14 支軸
16 研磨ヘッド揺動アーム
161 第1モータ
162 第2モータ
18 研磨ヘッドシャフト
2 研磨パッド
2a 研磨面
21 テーブル回転モータ
40 ドレッサ
5 研磨テーブル
50 ドレッシングディスク
50a ドレッシング面
51 ドレッサシャフト
55 ドレッサ揺動アーム
58 支軸
59 ベース
60 センサ
63 情報処理装置
63a 記憶装置
63b プロセッサ
63c ディスプレイ装置
7 研磨ヘッド
71 第3モータ
72 第4モータ
8 研磨液供給ノズル
10 制御装置
10a 記憶装置
10b 演算装置
12 ベース
14 支軸
16 研磨ヘッド揺動アーム
161 第1モータ
162 第2モータ
18 研磨ヘッドシャフト
2 研磨パッド
2a 研磨面
21 テーブル回転モータ
40 ドレッサ
5 研磨テーブル
50 ドレッシングディスク
50a ドレッシング面
51 ドレッサシャフト
55 ドレッサ揺動アーム
58 支軸
59 ベース
60 センサ
63 情報処理装置
63a 記憶装置
63b プロセッサ
63c ディスプレイ装置
7 研磨ヘッド
71 第3モータ
72 第4モータ
8 研磨液供給ノズル
Claims (16)
- 研磨パッドを支持する研磨テーブルと、
基板を前記研磨パッドの研磨面に押し付け可能な研磨ヘッドと、
他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、当該研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該研磨装置の研磨指標を推定するプロセッサと、
を備える研磨装置。 - 研磨パッドの前記研磨面をドレッシングするドレッサを更に備え、
前記状態反映情報は、前記ドレッサと前記研磨パッドとの摩擦力に関する特徴量である
請求項1に記載の研磨装置。 - 前記ドレッサと前記研磨パッドとの摩擦力を反映する物理量を検知するセンサと、
を更に備え、
前記ドレッサと前記研磨パッドとの摩擦力に関する特徴量は、前記センサによって計測されたセンサ値の特徴量であり、
前記プロセッサは、前記研磨指標を推定する際に、前記センサによって計測されたセンサ値の特徴量を決定し、前記機械学習モデルに当該特徴量を前記状態反映情報として入力することによって、前記研磨指標を推定する
請求項2に記載の研磨装置。 - 前記センサ値は、前記ドレッサがドレッシング中のセンサ値である
請求項3に記載の研磨装置。 - 前記センサはドレッサに設けられている
請求項4に記載の研磨装置。 - 前記センサは、ドレッシング中の音響を検出するAEセンサ、ドレッシング中の音響を検出する超音波マイク、ドレッサの揺動方向の加速度を検出する加速度センサ、ドレッサのアームの歪を検出する歪センサ、ドレッサのアームのたわみを検出する力センサ、または前記研磨パッドの粗さを検出する粗さセンサである
請求項3に記載の研磨装置。 - 前記ドレッサは、前記研磨パッドに対する前記ドレッサの接触面を回転させる第3モータと、前記研磨パッドの面に沿う方向で前記接触面を相対移動させる第4モータを有し、
前記ドレッサと前記研磨パッドとの摩擦力に関する特徴量は、前記第3モータの電流値、前記第3モータのトルク指令値、前記第4モータの電流値、前記第4モータのトルク指令値、及びこれらの統計量のうち少なくとも1つを含む
請求項2に記載の研磨装置。 - 前記状態反映情報は、研磨パッドの状態を示す研磨パッド状態情報である
請求項1に記載の研磨装置。 - 前記研磨パッド状態情報は、研磨パッドの減耗量、研磨中の研磨パッドの温度もしくは当該温度の時系列データの統計量、及び研磨パッドの厚みの少なくとも1つを含む
請求項8に記載の研磨装置。 - 前記研磨テーブルを回転させるテーブル回転モータと、
前記研磨テーブルを一定速度に回転するよう制御する制御装置と、
を備え、
前記状態反映情報は、前記テーブル回転モータの電流値、前記テーブル回転モータのトルク指令値、及びこれらの統計量のうち少なくとも一つを含む
請求項1に記載の研磨装置。 - 前記基板を回転させる研磨ヘッドシャフトと、前記研磨パッドの面に沿う方向で前記基板を前記研磨パッドに対して相対移動させる研磨ヘッド揺動アームとを有し、前記研磨パッドに基板を押し付ける研磨ヘッドと、
前記研磨ヘッドシャフトを回転させる第1モータと、
前記研磨ヘッド揺動アームを揺動させる第2モータと、
を備え、
前記状態反映情報は、前記研磨ヘッドシャフトを回転させる前記第1モータの電流値、前記研磨ヘッドシャフトを回転させる前記第1モータのトルク指令値、前記研磨ヘッド揺動アームを揺動させる前記第2モータの電流値、前記研磨ヘッド揺動アームを揺動させる前記第2モータのトルク指令値、及びこれらの統計量のうちの少なくとも1つを含む
請求項1に記載の研磨装置。 - 研磨パッドの前記研磨面をドレッシングするドレッサと、
前記ドレッサと前記基板との摩擦力を反映する物理量を検知するセンサと、
を更に備え、
前記状態反映情報は、更に、前記研磨装置の動作履歴を示す動作ログ情報を含み、
前記動作ログ情報は、
前記研磨パッドの使用時間、
前記ドレッサの使用時間、
基板の研磨終点の検出時間、
処理された前記基板の枚数、
前記センサの動作時間の少なくとも1つを含む、
請求項1に記載の研磨装置。 - 前記状態反映情報は、更に、前記研磨装置のエラー検出回数を含む
請求項1に記載の研磨装置。 - 前記研磨指標は、
研磨レートまたは当該研磨レートの統計量、
研磨後の前記基板の研磨プロファイルまたは当該研磨プロファイルの統計量、
研磨の異常の発生率または当該発生率の統計量、及び、
前記基板の研磨終点の検出率または当該検出率の統計量の少なくとも1つを含み、
前記研磨の異常は、研磨レート異常、膜厚の分布の異常、基板の割れ、またはスクラッチを含む
請求項1に記載の研磨装置。 - 他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、対象の研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該対象の研磨装置の研磨指標を推定するプロセッサを備える情報処理装置。
- コンピュータに、
他の研磨パッドの状態を反映した状態反映情報と当該他の研磨パッドの研磨指標との相関関係を機械学習によって学習させた機械学習モデルに、対象の研磨装置の前記研磨パッドの状態を反映する状態反映情報を入力することによって、当該対象の研磨装置の研磨指標を推定する手順、
を実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022177182A JP2024067256A (ja) | 2022-11-04 | 2022-11-04 | 研磨装置、情報処理装置及びプログラム |
PCT/JP2023/039209 WO2024095997A1 (ja) | 2022-11-04 | 2023-10-31 | 研磨装置、情報処理装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022177182A JP2024067256A (ja) | 2022-11-04 | 2022-11-04 | 研磨装置、情報処理装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024067256A true JP2024067256A (ja) | 2024-05-17 |
Family
ID=90930591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022177182A Pending JP2024067256A (ja) | 2022-11-04 | 2022-11-04 | 研磨装置、情報処理装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2024067256A (ja) |
WO (1) | WO2024095997A1 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7465498B2 (ja) * | 2020-03-24 | 2024-04-11 | 株式会社荏原製作所 | ワークピースの化学機械研磨システム、演算システム、および化学機械研磨のシミュレーションモデルを作成する方法 |
JP7421460B2 (ja) * | 2020-09-29 | 2024-01-24 | 株式会社荏原製作所 | 研磨装置、および研磨パッドの交換時期を決定する方法 |
JP2022127883A (ja) * | 2021-02-22 | 2022-09-01 | キオクシア株式会社 | 基板処理の制御方法 |
JP2023538197A (ja) * | 2021-03-03 | 2023-09-07 | アプライド マテリアルズ インコーポレイテッド | 分光モニタリング用の機械学習システム向けにトレーニングスペクトルにラベル付けするためのインシトゥモニタリング |
-
2022
- 2022-11-04 JP JP2022177182A patent/JP2024067256A/ja active Pending
-
2023
- 2023-10-31 WO PCT/JP2023/039209 patent/WO2024095997A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024095997A1 (ja) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI568534B (zh) | 墊片狀態化掃略力矩模式化以達成恆定移除率 | |
US20170252889A1 (en) | Polishing apparatus | |
US6494765B2 (en) | Method and apparatus for controlled polishing | |
US11679472B2 (en) | Method for CMP pad conditioning | |
US9144878B2 (en) | Polishing apparatus and wear detection method | |
JP6000960B2 (ja) | 化学機械研磨消耗品のばらつきを補償する装置及び方法 | |
JP2004142083A (ja) | ウエハ研磨装置およびウエハ研磨方法 | |
JP2011062776A (ja) | ガラス基板の製造方法、研磨方法及び研磨装置、並びにガラス基板 | |
US20190351526A1 (en) | Method of detecting a polishing surface of a polishing pad using a polishing head, and polishing apparatus | |
WO2022070607A1 (ja) | 研磨装置、および研磨パッドの交換時期を決定する方法 | |
JP2001198794A (ja) | 研磨装置 | |
US20210394338A1 (en) | Polishing apparatus and program | |
WO2024095997A1 (ja) | 研磨装置、情報処理装置及びプログラム | |
JP6008220B2 (ja) | Cmp装置 | |
JP5126657B2 (ja) | 研磨装置 | |
JP2000288915A (ja) | 研磨装置及び研磨方法 | |
US20230381910A1 (en) | Method for estimating life of polishing pad and polishing device | |
TW202335788A (zh) | 研磨終點檢測方法、研磨終點檢測系統、研磨裝置、及電腦可讀取之記錄媒體 | |
WO2022259913A1 (ja) | ワークピースの研磨レートの応答性プロファイルを作成する方法、研磨方法、およびプログラムが格納されたコンピュータ読み取り可能な記録媒体 | |
JP2005081461A (ja) | ウェハ等の研磨方法およびその装置 |