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 PDF

Info

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
Application number
JP2022177182A
Other languages
English (en)
Inventor
佑多 鈴木
太郎 高橋
裕史 大滝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ebara Corp
Original Assignee
Ebara Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ebara Corp filed Critical Ebara Corp
Priority to JP2022177182A priority Critical patent/JP2024067256A/ja
Priority to PCT/JP2023/039209 priority patent/WO2024095997A1/ja
Publication of JP2024067256A publication Critical patent/JP2024067256A/ja
Pending legal-status Critical Current

Links

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。
特開２０２２－５５７０３号公報
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。
研磨装置の一実施形態を示す概略斜視図である。 機械学習モデルを説明するための模式図である。 機械学習モデルを説明するための模式図である。
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。
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。
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。
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。
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。
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。
（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。
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。
＜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。
＜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。
＜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。
＜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。
＜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。
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

Claims (16)

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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。
  9. 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。
  10. 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。
  11. 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。
  12. 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。
  13. 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。
  14. 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。
  15. 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。
  16. 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。
JP2022177182A 2022-11-04 2022-11-04 研磨装置、情報処理装置及びプログラム Pending JP2024067256A (ja)

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)

* Cited by examiner, † Cited by third party
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

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