JP2024090296A - 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法 - Google Patents

Abstract

【課題】基板処理装置の動作状態に応じて従動ローラの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、基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、搬送路の途中に配置されて研磨テープを周縁部に押付可能な研磨ヘッド部とを備え、周縁部の研磨処理を行う基板処理装置の動作状態として、駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報を取得する情報取得部５００と、動作状態情報と、当該動作状態情報が示す動作状態にて基板処理装置が研磨処理を行ったときの従動ローラの状態を示す従動ローラ状態情報との相関関係を機械学習により学習させた学習モデル１２Ａ、１２Ｂに、情報取得部５００により取得された動作状態情報を入力することで、当該動作状態情報に対する従動ローラ状態情報を予測する状態予測部５０１とを備える。【選択図】 図２０

Description

本発明は、情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法に関する。

半導体ウェハ等の基板に対して各種の処理を行う基板処理装置の１つとして、基板の周縁部を研磨する研磨処理を行う基板処理装置が知られている。そのような基板処理装置では、例えば、特許文献１に開示されているように、基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラにより搬送する研磨テープ搬送部と、搬送路の途中に配置されて研磨テープを基板の周縁部に押付可能な研磨ヘッド部とを備えて構成される。

特開２００５－１８６１７６号公報

研磨テープにより基板の周縁部を研磨する際、駆動ローラは、モータにより駆動されて研磨テープを搬送するとともに、従動ローラは、搬送テープの搬送に応じて従動される。そのため、従動ローラの状態は、研磨テープの搬送状況に影響を与える要素の１つである。そこで、研磨品質の向上を図るためには、従動ローラの状態を適切に把握して管理することが重要である。

本発明は、上記の課題に鑑み、基板処理装置の動作状態に応じて従動ローラの状態を適切に予測することを可能とする情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法を提供することを目的とする。

上記目的を達成するために、本発明の一態様に係る情報処理装置は、
基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報を取得する情報取得部と、
前記動作状態情報と、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記動作状態情報を入力することで、当該動作状態情報に対する前記従動ローラ状態情報を予測する状態予測部と、を備える。

本発明の一態様に係る情報処理装置によれば、駆動ローラ状態情報を含む動作状態情報が学習モデルに入力されることで、当該動作状態情報に対する従動ローラ状態情報が予測されるので、基板処理装置の動作状態に応じて従動ローラの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。

基板処理システム１の一例を示す全体構成図である。 ウェハＷの一例を示し、（ａ）は平面図、（ｂ）は断面図、（ｃ）拡大断面図である。 基板処理装置２の一例を示す平面図である。 ベベル研磨装置７（第１の研磨モジュール２２Ａ）の一例を模式的に示す平面図である。 第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄの一例を模式的に示す平面図である。 第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄの一例を模式的に示す側面図である。 図７は、ウェハＷの周縁部と、研磨ヘッド部７５との位置関係を示す模式図である。 ノッチ研磨装置８（第２の研磨モジュール２２Ｂ）の一例を模式的に示す平面図である。 ノッチ研磨ヘッド組立体８３の一例を模式的に示す平面図である。 ノッチ研磨ヘッド組立体８３の一例を模式的に示す側面図である。 基板処理装置２の一例を示すブロック図である。 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。 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。 データベース装置３により管理される研磨試験情報３１の一例を示すデータ構成図である。 機械学習装置４の一例を示すブロック図である。 第１の学習モデル１２Ａ及び第１の学習用データ１１Ａの一例を示す図である。 第２の学習モデル１２Ｂ及び第２の学習用データ１１Ｂの一例を示す図である。 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。 情報処理装置５の一例を示すブロック図である。 情報処理装置５の一例を示す機能説明図である。 情報処理装置５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、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。

（第１の実施形態）
図１は、基板処理システム１の一例を示す全体構成図である。図２は、ウェハＷの一例を示し、（ａ）は平面図、（ｂ）は断面図、（ｃ）拡大断面図である。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の周縁部に対して研磨処理を行う基板処理装置２の状態を管理するシステムとして機能する。

ウェハＷは、図２に示すように、平板円形状の外形形状であり、所定の直径及び厚みを有する。ウェハＷの周縁部は、例えば、ウェハＷの外周側面に位置するベベル部ＷＢと、
ウェハＷの結晶方位を特定するためにベベル部ＷＢの一部が溝状に加工されたノッチ部ＷＮとを含む領域として定義する。ベベル部ＷＢの断面形状は、ウェハＷの端面ＷＢ１と、ウェハＷの端面ＷＢ１よりも上側に位置する上斜面ＷＢ２と、ウェハＷの端面ＷＢ１よりも下側に位置する下斜面ＷＢ３とを含む。なお、ベベル部ＷＢの断面形状は、所定の曲率を有する湾曲状に形成されてもよい。また、ベベル部ＷＢは、上斜面ＷＢ２及び下斜面ＷＢ３にそれぞれ隣接し、ウェハＷの平坦面に位置するトップエッジ部ＷＥ１及びボトムエッジ部ＷＥ２を含むものでもよい。

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１２参照）で構成されるとともに、有線又は無線のネットワーク１０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１０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、研磨処理、洗浄処理、乾燥処理、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２４５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２４６とを参照しつつ、各ユニットの動作を制御する。また、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を特定する識別情報、各処理が行われたときの各ユニットの動作状態を示す動作状態情報、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は、ウェハＷに対する研磨処理として、ウェハＷの周縁部を研磨するための研磨テープを、駆動ローラ及び従動ローラが配置された搬送路に沿って搬送しながらウェハＷの周縁部に押し付けることで、ウェハＷの周縁部の研磨処理を行う。

データベース装置３は、本生産用の研磨テープを用いて基板処理が行われたときの履歴に関する生産履歴情報３０と、試験用の研磨テープを用いて研磨処理の試験（以下、「研磨試験」という）が行われたときの履歴に関する研磨試験情報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２４５や基板レシピ情報２４６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が本生産用の研磨テープを用いて基板処理を行ったときに、基板処理装置２から各種のレポートＲを随時受信し、生産履歴情報３０に登録する。これにより、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が試験用の研磨テープを用いて研磨試験を行ったときに、基板処理装置２から各種のレポートＲ（動作状態情報を少なくとも含む）を随時受信し、研磨試験情報３１に登録するとともに、その研磨試験の試験結果を対応付けて登録する。これにより、研磨試験情報３１には、研磨試験に関するレポートＲ及び試験結果が蓄積される。研磨試験は、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と同様の研磨処理を再現可能な試験用の研磨試験装置（不図示）で行われてもよい。試験用の研磨試験装置には、駆動ローラ及び従動ローラの状態を測定するための
各種の測定機器（不図示）が設けられ、測定機器の測定値が、試験結果として研磨試験情報３１に登録される。

機械学習装置４は、機械学習の学習フェーズの主体として動作し、例えば、データベース装置３から研磨試験情報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１２Ａ、１２Ｂ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１２Ａ、１２Ｂは、ネットワーク１０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から提供された第１及び第２の学習モデル１２Ａ、１２Ｂを用いて、基板処理装置２による研磨処理が本生産用の研磨テープを用いて行われたときに、従動ローラの状態を予測し、その予測した結果である従動ローラ状態情報をデータベース装置３、ユーザ端末装置６等に送信する。情報処理装置５が従動ローラ状態情報を予測するタイミングとしては、研磨処理が行われた後（事後予測処理）でもよいし、研磨処理が行われている最中（リアルタイム予測処理）でもよいし、研磨処理が行われる前（事前予測処理）でもよい。

ユーザ端末装置６は、ユーザが使用する端末装置であり、据置型の装置でもよいし、携帯型の装置でもよい。ユーザ端末装置６は、例えば、アプリケーションプログラム、ウェブブラウザ等の表示画面を介して各種の入力操作を受け付けるとともに、表示画面を介して各種の情報（例えば、イベントの通知、従動ローラ状態情報、生産履歴情報３０、研磨試験情報３１等）を表示する。

（基板処理装置２）
図３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、仕上げユニット２３と、制御ユニット２４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及び仕上げユニット２３との間は、第１の隔壁２００Ａにより区画されている。研磨ユニット２２と、仕上げユニット２３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２１）
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２１Ａ～２１Ｄと、ウェハＷを搬送する第１の搬送ロボット２１Ｅとを備える。なお、フロントロード部２１Ａ～２１Ｄ、及び、搬送ロボット２１Ｅの数や配置は、図３の例に限られず、適宜変更してもよい。

第１の搬送ロボット２１Ｅは、ウェハカセットにおけるウェハＷの収納方向に沿って上下移動可能、かつ、ハウジング２０の短手方向（フロントロード部２１Ａ～２１Ｄの並び方向）に沿って水平移動可能に構成される。また、第１の搬送ロボット２１Ｅは、第１乃至第４のフロントロード部２１Ａ～２１Ｄ、研磨ユニット２２（具体的に、後述の第１の仮置台２２Ｃ）、仕上げユニット２３（具体的に、後述の第１及び第２の乾燥モジュール２３Ｃ、２３Ｄ）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を搬送するための上下二段のハンド（不図示）を備える。下側ハンドは、研磨処理前のウェハＷを受け渡すときに使用され、上側ハンドは、研磨処理後のウェハＷを受け渡すときに使用される。研磨ユニット２２や仕上げユニット２３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２２）
研磨ユニット２２は、ウェハＷの周縁部の研磨処理をそれぞれ行う第１及び第２の研磨モジュール２２Ａ、２２Ｂと、研磨処理前のウェハＷが仮置される第１の仮置台２２Ｃと、研磨処理後のウェハＷが仮置される第２の仮置台２２Ｄと、ウェハＷを搬送する第２の搬送ロボット２２Ｅとを備える。第１及び第２の研磨モジュール２２Ａ、２２Ｂ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。第２の仮置台２２Ｄ、第２の搬送ロボット２２Ｅ、及び、第１の仮置台２２Ｃは、この順でロード／アンロードユニット２１から遠くなるように、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。なお、研磨モジュール２２Ａ、２２Ｂ、仮置台２２Ｃ、２２Ｄ、及び、搬送ロボット２２Ｅの数や配置は、図３の例に限られず、適宜変更してもよい。

第２の搬送ロボット２２Ｅは、第１及び第２の研磨モジュール２２Ａ、２２Ｂ、第１及び第２の仮置台２２Ｃ、２２Ｄ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を搬送するための１又は複数のハンド（不図示）を備える。第２の搬送ロボット２２Ｅは、研磨処理前のウェハＷを第１の仮置台２２Ｃから第１及び第２の研磨モジュール２２Ａ、２２Ｂに搬送する。第２の搬送ロボット２２Ｅは、研磨処理後のウェハＷを第１及び第２の研磨モジュール２２Ａ、２２Ｂから第２の仮置台２２Ｄに搬送する。

第１及び第２の研磨モジュール２２Ａ、２２Ｂの各々は、ウェハＷのベベル部ＷＢを研磨するベベル研磨処理を行うベベル研磨装置７、又は、ウェハＷのノッチ部ＷＮを研磨するノッチ研磨処理を行うノッチ研磨装置８で構成される。なお、第１及び第２の研磨モジュール２２Ａ、２２Ｂは、両方ともベベル研磨装置７で構成されていてもよいし、一方がベベル研磨装置７、他方がノッチ研磨装置８で構成されていてもよいし、両方ともノッチ研磨装置８で構成されていてもよい。本実施形態では、第１の研磨モジュール２２Ａは、ベベル研磨装置７（後述の図４乃至図７参照）で構成され、第２の研磨モジュール２２Ｂは、ノッチ研磨装置８（後述の図８乃至図１０参照）で構成される場合について説明する。

（仕上げユニット２３）
仕上げユニット２３は、上下二段に配置された第１及び第２の洗浄モジュール２３Ａ、２３Ｂと、上下二段に配置された第１及び第２の乾燥モジュール２３Ｃ、２３Ｄと、ウェハＷを搬送する第３及び第４の搬送ロボット２３Ｅ、２３Ｆとを備える。第３の搬送ロボット２３Ｅ、洗浄モジュール２３Ａ、２３Ｂ、第４の搬送ロボット２３Ｆ、及び、乾燥モジュール２３Ｃ、２３Ｄは、この順でロード／アンロードユニット２１から遠くなるように、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。なお、洗浄モジュール２３Ａ、２３Ｂ、乾燥モジュール２３Ｃ、２３Ｄ、及び、搬送ロボット２３Ｅ、２３Ｆの数や配置は、図３の例に限られず、適宜変更してもよい。

第３の搬送ロボット２３Ｅは、研磨ユニット２２の第２の仮置台２２Ｄ、第１及び第２の洗浄モジュール２３Ａ、２３Ｂ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を搬送するための１又は複数のハンド（不図示）を備える。第３の搬送ロボット２３Ｅは、研磨処理後のウェハＷを第２の仮置台２２Ｄから第１及び第２の洗浄モジュール２３Ａ、２３Ｂに搬送する。ウェハＷの受け渡しの際には、第２の隔壁２００Ｂに設けられたシャッタ（不図示）が開閉される。

第４の搬送ロボット２３Ｆは、第１及び第２の洗浄モジュール２３Ａ、２３Ｂ、第１及び第２の乾燥モジュール２３Ｃ、２３Ｄ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を搬送するための１又は複数のハンド（不図示）を備える。第４の搬送ロボット２３Ｆは、洗浄処理後のウェハＷを第１及び第２の洗浄モジュール２３Ａ、２３Ｂから第１及び第２の乾燥モジュール２３Ｃ、２３Ｄに搬送する。

第１及び第２の洗浄モジュール２３Ａ、２３Ｂは、ロールスポンジタイプの洗浄モジュール、ペンスポンジタイプの洗浄モジュール、又は、バフパッドタイプの洗浄モジュールで構成される。ロールスポンジタイプの洗浄モジュールは、上下に配置された一対のロールスポンジを回転させてウェハＷの表面及び裏面に押し付けて洗浄する。ペンスポンジタイプの洗浄モジュールは、半球状のペンスポンジを回転させながらウェハＷに押し付けて洗浄する。バフパッドタイプの洗浄モジュールは、バフパッドを回転させながらウェハＷに押し付けて洗浄する。

第１及び第２の乾燥モジュール２３Ｃ、２３Ｄは、例えば、チャック機構によりウェハＷを保持しつつ回転可能なステージを備え、ウェハＷを回転させることで洗浄処理後のウェハＷを乾燥させるスピンドライタイプの乾燥モジュールで構成される。

仕上げユニット２３は、研磨処理後のウェハＷに対して、第１及び第２の洗浄モジュール２３Ａ、２３Ｂのいずれか又は両方による洗浄処理、及び、第１及び第２の乾燥モジュール２３Ｃ、２３Ｄのいずれか又は両方による乾燥処理を順に行う。なお、仕上げユニット２３の各部２３Ａ～２３Ｆは、ウェハＷを水平置きで保持（水平保持）するものでもよし、ウェハＷを垂直保持又は斜め保持するものでもよい。

（ベベル研磨装置７）
図４は、ベベル研磨装置７（第１の研磨モジュール２２Ａ）の一例を模式的に示す平面図である。図５は、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄの一例を模式的に示す平面図である。図６は、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄの一例を模式的に示す側面図である。

ベベル研磨装置７は、ハウジング２０の一部を構成するベースプレート７００の上部に、ウェハＷを回転可能に保持する基板保持部７１と、基板保持部７１により保持されたウェハＷの表面に液体を供給する研磨液供給部７２と、基板保持部７１により保持されたウェハＷのベベル部ＷＢを研磨テープＴにより研磨する第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄとを備える。ベースプレート７００の上部には、上面及び側面に開口部７０１ａを有する隔壁７０１が配置される。隔壁７０１の内側には、基板保持部７１と、研磨液供給部７２と、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄの一部とが配置される。本実施形態では、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄは、共通の構成や機能を有するものとして説明する。

研磨テープＴは、所定の幅を有するテープ状の基材の表面を、砥粒を含む研磨層で覆うことで形成されている。研磨テープＴは、研磨層の表面、すなわち、ウェハＷの周縁部を研磨するための研磨面と、研磨面とは反対側の被研磨面とを有する。なお、研磨テープＴは、基材と研磨層との間に弾性層を有するものでもよい。

基板保持部７１は、ウェハＷを真空吸着により保持する基板ステージ７１０と、基板ステージ７１０の回転中心Ｃｒに連結されたシャフト７１１と、ベースプレート７００に固定されて、シャフト７１１を回転可能に支持する基板ステージ回転機構７１２と、ベースプレート７００に固定されて、シャフト７１１を昇降可能に支持する基板ステージ昇降機構７１４とを備える。

基板ステージ７１０は、ウェハＷの中心が基板ステージ７１０の回転中心Ｃｒに一致するように、ウェハＷを載置可能に構成される。基板ステージ７１０は、隔壁７０１の上面に設けられたシャッタ付きの開口部（不図示）を介して、第２の搬送ロボット２２Ｅとの間でウェハＷの受け渡しを行う。

基板ステージ回転機構７１２は、ベースプレート７００に対してシャフト７１１を回転中心Ｃｒ周りに回転させる回転動作部７１３を備える。基板ステージ昇降機構７１４は、ベースプレート７００に対してシャフト７１１を上下方向に移動させる直線動作部７１５を備える。

研磨液供給部７２は、基板保持部７１により保持されたウェハＷの上方に配置された研磨液供給ノズル７２０を備える。研磨液供給ノズル７２０は、研磨液供給源（不図示）に接続されて、研磨液供給源からの研磨液をウェハＷの表面に供給する。ウェハＷの表面に供給された研磨液は、遠心力によりウェハＷの周縁部に到達する。研磨液としては、例えば、純水、アルカリ水等が用いられる。

第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄは、研磨テープＴを搬送路７４０に沿って搬送する研磨テープ搬送部７４と、搬送路７４０の途中に配置されて、研磨テープＴをウェハＷの周縁部に押付可能な研磨ヘッド部７５と、ベースプレート７００に固定された固定プレート７３０と、ベースプレート７００に対して移動可能な移動プレート７３１と、先端に研磨ヘッド部７５が連結されたクランクアーム７３２と、移動プレート７３１に固定されて、クランクアーム７３２の基端を旋回可能に支持するチルト機構７６と、ベースプレート７００に固定されて、移動プレート７３１を水平移動可能に支持する前後移動機構７７とを備える。

研磨テープ搬送部７４は、研磨テープＴが搬送される経路である搬送路７４０と、搬送路７４０の始点に配置されて、供給リール７４４から研磨テープＴを巻き出すためのテープ巻出ローラ７４１Ａと、搬送路７４０の途中に配置されて、研磨テープＴを送るためのテープ送りローラ７４１Ｂと、搬送路７４０の終点に配置されて、回収リール７４５に研磨テープＴを巻き取るためのテープ巻取ローラ７４１Ｃと、搬送路７４０の途中にそれぞれ配置された複数の従動ローラ７４２Ａ～７４２Ｌと、テープ巻出ローラ７４１Ａに着脱可能に取り付けられて、研磨処理に使用される前の研磨テープＴが巻回された供給リール７４４と、テープ巻取ローラ７４１Ｃに着脱可能に取り付けられて、研磨処理に使用された後の研磨テープＴが巻回される回収リール７４５とを備える。

テープ巻出ローラ７４１Ａ、テープ送りローラ７４１Ｂ及びテープ巻取ローラ７４１Ｃは、駆動源であるモータ７４３Ａ～７４３Ｃにそれぞれ連結されて、駆動ローラ７４１Ａ～７４１Ｃとしてそれぞれ機能する。モータ７４３Ａ～７４３Ｃは、正転方向（研磨テープＴの送り方向）に回転駆動するだけでなく、逆転方向にも回転駆動する。

テープ巻出ローラ７４１Ａ及びモータ７４３Ａと、テープ巻取ローラ７４１Ｃ及びモータ７４３Ｃと、複数の従動ローラ７４２Ａ～７４２Ｌの一部（本実施形態では、４つの従動ローラ７４２Ａ、７４２Ｂ、７４２Ｋ、７４２Ｌ）は、固定プレート７３０により支持される。テープ送りローラ７４１Ｂ及びモータ７４３Ｂと、複数の従動ローラ７４２Ａ～７４２Ｌの一部（本実施形態では、８つの従動ローラ７４２Ｃ～７４２Ｊ）は、研磨ヘッド部７５のヘッド支持プレート７５０により支持される。

搬送路７４０の一部は、研磨ヘッド部７５を経由するように配置される。テープ送りローラ７４１Ｂは、例えば、研磨ポイント（研磨テープＴと、ウェハＷの周縁部との接触箇所）に対して研磨テープＴの送り方向の下流側に配置される。なお、テープ送りローラ７４１Ｂは、研磨テープＴが接触する接触面を、例えば、樹脂でモールドし、研磨テープＴとの摩擦力を大きくしてもよい。従動ローラ７４２Ａ～７４２Ｌには、研磨テープＴが所定の角度だけ巻回される。

モータ７４３Ａ～７４３Ｃは、供給リール７４４及び回収リール７４５に所定のトルク
を付与するとともに、研磨テープＴに所定のテンションをかけるように、制御ユニット２４によりそれぞれ制御される。使用前の研磨テープＴは、モータ７４３Ａ～７４３Ｃの回転駆動により、供給リール７４４から開口部７０１ａを通過して、研磨テープＴの研磨面がウェハＷの周縁部側を向くように研磨ヘッド部７５に供給される。使用後の研磨テープＴは、モータ７４３Ａ～７４３Ｃの回転駆動により、研磨ヘッド部７５から開口部７０１ａを通過して、回収リール７４５に回収される。その際、研磨テープＴは、従動ローラ７４２Ａ～７４２Ｌによりガイドされることで、搬送路７４０に沿って搬送される。

研磨ヘッド部７５は、クランクアーム７３２の先端に連結されたヘッド支持プレート７５０と、ヘッド支持プレート７５０により支持されて、ウェハＷの周縁部に研磨テープＴの研磨面を所定の力で押し付けるテープ押付機構７５１とを備える。

ヘッド支持プレート７５０には、従動ローラ７４２Ｃ～７４２Ｊが配置される。テープ押付機構７５１は、研磨ポイントに位置する研磨テープＴの被研磨面に接触可能な押圧部材７５２と、押圧部材７５２に連結されて、ヘッド支持プレート７５０に対して押圧部材７５２を基板保持部７１により保持されたウェハＷの径方向に移動させる直線動作部７５３とを備える。

直線動作部７５３は、押圧部材７５２を前進方向に移動させることにより、押圧部材７５２を研磨テープＴの被研磨面に接触させて、ウェハＷの周縁部に研磨テープＴを押圧する。直線動作部７５３は、押圧部材７５２を後進方向に移動させることにより、研磨テープＴの被研磨面から押圧部材７５２を離隔させて、研磨テープＴの押圧を解除する。したがって、本実施形態に係るテープ押付機構７５１は、直線動作部７５３により研磨テープＴの被研磨面に接触可能な押圧部材７５２を移動させることによりウェハＷの周縁部に研磨テープＴの研磨面を押し付ける接触型テープ押付機構として機能する。なお、テープ押付機構７５１は、前後移動機構７７をさらに組み合わせた構成として実現されるものでもよい。また、テープ押付機構７５１は、研磨テープＴの被研磨面に向けて押圧流体を噴射することによりウェハＷの周縁部に研磨テープＴの研磨面を押し付ける非接触型テープ押付機構を採用してもよい。その場合には、テープ押付機構７５１は、研磨ヘッド部７５に、例えば、所定の形状を有する開口部が形成されて、押圧流体を噴射する噴射ノズルを備えるようにすればよい。押圧流体は、液体、気体、及び、液体と気体の混合流体のいずれでもよい。

チルト機構７６は、移動プレート７３１に対してクランクアーム７３２の基端をウェハＷの接線に平行な回転中心Ｃｔ周りに回転させる回転動作部７６０を備える。回転動作部７６０は、クランクアーム７３２の基端を回転中心Ｃｔ周りに旋回可能に支持し、回転中心Ｃｔの延長線上には、研磨ポイントに位置する研磨テープＴの研磨面が配置される。回転動作部７６０は、クランクアーム７３２の基端を回転させることにより、クランクアーム７３２の先端に連結された研磨ヘッド部７５は、回転中心Ｃｔ周りに回転するため、研磨ヘッド部７５は、ウェハＷの表面に対してチルト方向に傾斜される。

前後移動機構７７は、ベースプレート７００に対して移動プレート７３１を水平方向に移動させる直線動作部７７０を備える。直線動作部７７０は、移動プレート７３１を基板保持部７１により保持されたウェハＷの径方向に沿うように水平移動可能に支持する。直線動作部７７０は、移動プレート７３１を前進方向に移動させることにより、ウェハＷの周縁部に対して研磨テープＴの研磨面が近づくように、研磨ヘッド部７５を移動させる。直線動作部７７０は、移動プレート７３１を後進方向に移動させることにより、ウェハＷの周縁部に対して研磨テープＴの研磨面が遠ざかるように、研磨ヘッド部７５を移動させる。

図７は、ウェハＷの周縁部と、研磨ヘッド部７５との位置関係を示す模式図である。図７（ａ）では、研磨テープＴをウェハＷのベベル部ＷＢの端面ＷＢ１に接触させている状態を図示している。基板保持部７１に保持されたウェハＷが回転された状態で、前後移動機構７７により前進方向に研磨ヘッド部７５を移動させるとともに、テープ押付機構７５１により前進方向に押圧部材７５２を移動させる。また、駆動ローラ７４１Ａ～７４１Ｃ（具体的には、テープ巻出ローラ７４１Ａ、テープ送りローラ７４１Ｂ及びテープ巻取ローラ７４１Ｃ）を回転させることで、研磨テープＴは、所定の送り速度で搬送路７４０に沿って搬送される。これにより、研磨テープＴの研磨面がウェハＷのベベル部ＷＢに接触し、ベベル部ＷＢの端面ＷＢ１が研磨される。

図７（ｂ）では、チルト機構７６により研磨ヘッド部７５を下向きに傾斜させて、研磨テープＴをベベル部ＷＢの上斜面ＷＢ２に接触させている状態を図示している。図７（ｃ）では、チルト機構７６により研磨ヘッド部７５を上向きに傾斜させて、研磨テープＴをベベル部ＷＢの下斜面ＷＢ３に接触させている状態を図示している。研磨ヘッド部７５の傾斜角度を変更することにより、ベベル部ＷＢの上斜面ＷＢ２及び下斜面ＷＢ３が研磨される。なお、ベベル部ＷＢの断面形状が所定の曲率を有する湾曲状である場合には、研磨ヘッド部７５の傾斜角度を細かく変更するようにすればよい。

ベベル研磨装置７の動作部、具体的には、基板ステージ回転機構７１２、基板ステージ昇降機構７１４、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄの各々が備える駆動ローラ７４１Ａ～７４１Ｃ、テープ押付機構７５１、チルト機構７６、及び、前後移動機構７７は、制御ユニット２４によりそれぞれ独立に制御される。制御ユニット２４は、例えは、装置設定情報２４５及び基板レシピ情報２４６に基づいて、ウェハＷの回転速度、研磨ヘッド部７５の前後方向の位置、研磨ヘッド部７５の傾斜角度、研磨テープＴの押付力、研磨テープＴの送り速度等を制御する。

なお、ベベル研磨装置７の動作部をそれぞれ動作させる構成として、ベベル研磨装置７は、回転運動を行う回転動作部７１３、７６０と、直線運動を行う直線動作部７１５、７５３、７７０とを備えるが、任意の構成を採用することができる。例えば、回転動作部７１３、７６０、及び、直線動作部７１５、７５３、７７０は、電力や流体圧を駆動源とするモータ、流体圧シリンダ等の駆動力を発生するアクチュエータと、リニアガイド、ボールねじ、ギヤ、ベルト、プーリー、カップリング、軸受等の駆動力伝達装置と、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、電流センサ、流量センサ、圧力センサ、振動センサ、温度センサ等のセンサとを適宜組み合わせて構成される。

本実施形態では、ベベル研磨装置７は、４つのベベル研磨ヘッド組立体７３Ａ～７３Ｄを備える場合について説明したが、ベベル研磨ヘッド組立体７３Ａ～７３Ｄの数や配置は、図４の例に限られず、適宜変更してもよい。また、ベベル研磨ヘッド組立体７３Ａ～７３Ｄの具体的な構造は、図５及び図６の例に限られず、適宜変更してもよい。例えば、駆動ローラ７４１Ａ～７４１Ｃ、及び、従動ローラ７４２Ａ～７４２Ｌの数や配置を適宜変更してもよいし、搬送路７４０の経路も適宜変更してもよい。

（ノッチ研磨装置８）
図８は、ノッチ研磨装置８（第２の研磨モジュール２２Ｂ）の一例を模式的に示す平面図である。図９は、ノッチ研磨ヘッド組立体８３の一例を模式的に示す平面図である。図１０は、ノッチ研磨ヘッド組立体８３の一例を模式的に示す側面図である。

ノッチ研磨装置８は、ハウジング２０の一部を構成するベースプレート８００の上部に、ウェハＷを回転可能に保持する基板保持部８１と、基板保持部８１により保持されたウェハＷの表面に液体を供給する研磨液供給部８２と、基板保持部８１により保持されたウ
ェハＷのノッチ部ＷＮを研磨テープＴにより研磨するためのノッチ研磨ヘッド組立体８３とを備える。ベースプレート８００の上部には、上面及び側面に開口部８０１ａを有する隔壁８０１が配置される。隔壁８０１の内側には、基板保持部８１と、研磨液供給部８２と、ノッチ研磨ヘッド組立体８３の一部とが配置される。

ノッチ研磨装置８で使用される研磨テープＴは、ベベル研磨装置７で使用される研磨テープＴに比較して幅が狭く形成されている。その他の構成は同様であるため、説明を省略する。

基板保持部８１は、ウェハＷを真空吸着により保持する基板ステージ８１０と、基板ステージ８１０の回転中心Ｃｒ１に連結された第１のシャフト８１１Ａと、第１のシャフト８１１Ａと平行に配置された第２のシャフト８１１Ｂと、基端に第２のシャフト８１１Ｂが連結されたスイングアーム８１６と、スイングアーム８１６の先端に固定されて、第１のシャフト８１１Ａを回転可能に支持する基板ステージ回転機構８１２と、ベースプレート８００に固定されて、第２のシャフト８１１Ｂを昇降可能に支持する基板ステージ昇降機構８１４と、ベースプレート８００に固定されて、第２のシャフト８１１Ｂを回転させることによりスイングアーム８１６を旋回可能に支持する基板ステージスイング機構８１７とを備える。

基板ステージ８１０は、ウェハＷの中心が基板ステージ８１０の回転中心Ｃｒ１に一致するように、ウェハＷを載置可能に構成される。基板ステージ８１０は、隔壁８０１の上面に設けられたシャッタ付きの開口部（不図示）を介して、第２の搬送ロボット２２Ｅとの間でウェハＷの受け渡しを行う。

基板ステージ回転機構８１２は、スイングアーム８１６に対して第１のシャフト８１１Ａを回転中心Ｃｒ１周りに回転させる回転動作部８１３を備える。基板ステージ昇降機構８１４は、ベースプレート８００に対して第２のシャフト８１１Ｂを上下方向に移動させる直線動作部８１５を備える。基板ステージスイング機構８１７は、ベースプレート８００に対して第２のシャフト８１１Ｂを回転中心Ｃｒ２周りに回転させる回転動作部８１８を備える。

回転動作部８１８は、第２のシャフト８１１Ｂを回転中心Ｃｒ２周りに回転可能に支持し、回転中心Ｃｒ２の延長線上には、基板ステージ８１０により保持されたウェハＷのノッチ部ＷＮが配置される。回転動作部８１８は、第２のシャフト８１１Ｂを回転させることにより、基板保持部８１により保持されたウェハＷも回転中心Ｃｔ周りに回転するため、ウェハＷはノッチ部ＷＮを中心にしてスイングされる。

研磨液供給部８２は、基板保持部８１により保持されたウェハＷの上方に配置された研磨液供給ノズル８２０と、研磨液供給ノズル８２０をスイングアーム８１６に連結するノズル支持アーム８２１とを備える。研磨液供給部８２の基本的な構成は、研磨液供給部７２と同様であるため、詳細な説明を省略する。

ノッチ研磨ヘッド組立体８３は、研磨テープＴを搬送路８４０に沿って搬送する研磨テープ搬送部８４と、搬送路８４０の途中に配置されて、研磨テープＴをウェハＷの周縁部に押付可能な研磨ヘッド部８５と、ベースプレート８００に固定された固定プレート８３０と、ベースプレート８００に対して移動可能な移動プレート８３１と、先端に研磨ヘッド部８５が連結されたクランクアーム８３２と、移動プレート８３１に固定されて、クランクアーム８３２の基端を旋回可能に支持するチルト機構８６と、ベースプレート８００に固定されて、移動プレート８３１を水平移動可能に支持するテープ押付機構８７とを備える。

研磨テープ搬送部８４は、研磨テープＴが搬送される経路である搬送路８４０と、搬送路８４０の始点に配置されて、供給リール８４４から研磨テープＴを巻き出すためのテープ巻出ローラ８４１Ａと、搬送路８４０の途中に配置されて、研磨テープＴを送るためのテープ送りローラ８４１Ｂと、搬送路８４０の終点に配置されて、回収リール８４５に研磨テープＴを巻き取るためのテープ巻取ローラ８４１Ｃと、搬送路８４０の途中にそれぞれ配置された複数の従動ローラ８４２Ａ～８４２Ｌと、テープ巻出ローラ８４１Ａに着脱可能に取り付けられて、研磨処理に使用される前の研磨テープＴが巻回された供給リール８４４と、テープ巻取ローラ８４１Ｃに着脱可能に取り付けられて、研磨処理に使用された後の研磨テープＴが巻回される回収リール８４５とを備える。

テープ巻出ローラ８４１Ａ、テープ送りローラ８４１Ｂ及びテープ巻取ローラ８４１Ｃは、駆動源であるモータ８４３Ａ～８４３Ｃにそれぞれ連結されて、駆動ローラ８４１Ａ～８４１Ｃとしてそれぞれ機能する。

研磨ヘッド部８５は、クランクアーム８３２の先端に連結されたヘッド支持プレート８５０を備える。ヘッド支持プレート８５０には、従動ローラ８４２Ｃ～８４２Ｊが配置される。なお、ノッチ研磨装置８の研磨ヘッド部８５では、ベベル研磨装置７が備えるテープ押付機構７５１が省略されている。

チルト機構８６は、移動プレート８３１に対してクランクアーム８３２の基端をウェハＷの接線に平行な回転中心Ｃｔ周りに回転させる回転動作部８６０を備える。チルト機構８６の基本的な構成は、チルト機構７６と同様であるため、詳細な説明を省略する。

テープ押付機構８７は、ベースプレート８００に対して移動プレート８３１を水平方向に移動させる直線動作部８７０を備える。テープ押付機構８７は、直線動作部８７０により研磨テープＴを移動させて、ウェハＷ及び研磨テープＴの相対的な位置関係を調整することによりウェハＷの周縁部に研磨テープＴの研磨面を押し付けるテープ位置調整機構として機能する。テープ押付機構８７の基本的な構成は、前後移動機構７７と同様であるため、詳細な説明を省略する。なお、テープ押付機構８７は、ウェハＷ及び研磨テープＴの相対的な位置関係を調整するものであればよく、ウェハＷ及び前記研磨テープの少なくとも一方を移動させる構成として実現されるものでもよい。

ノッチ研磨装置８の動作部、具体的には、基板ステージ回転機構８１２、基板ステージ昇降機構８１４、基板ステージスイング機構８１７、ノッチ研磨ヘッド組立体８３が備える駆動ローラ８４１Ａ～８４１Ｃ、チルト機構８６、及び、テープ押付機構８７は、制御ユニット２４によりそれぞれ独立に制御される。制御ユニット２４は、例えは、装置設定情報２４５及び基板レシピ情報２４６に基づいて、ウェハＷの回転速度、研磨ヘッド部８５の前後方向の位置、研磨ヘッド部８５の傾斜角度、研磨テープＴの押付力、研磨テープＴの送り速度等を制御する。

なお、ノッチ研磨装置８の動作部をそれぞれ動作させる構成として、ノッチ研磨装置８は、回転運動を行う回転動作部８１３、８１８、８６０と、直線運動を行う直線動作部８１５、８７０とを備えるが、任意の構成を採用することができる。例えば、回転動作部８１３、８１８、８６０、及び、直線動作部８１５、８７０は、電力や流体圧を駆動源とするモータ、流体圧シリンダ等の駆動力を発生するアクチュエータと、リニアガイド、ボールねじ、ギヤ、ベルト、プーリー、カップリング、軸受等の駆動力伝達装置と、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、電流センサ、流量センサ、圧力センサ、振動センサ、温度センサ等のセンサとを適宜組み合わせて構成される。

本実施形態では、ノッチ研磨装置８は、１つのノッチ研磨ヘッド組立体８３を備える場合について説明したが、ノッチ研磨ヘッド組立体８３の数や配置は、図８の例に限られず、適宜変更してもよい。また、ノッチ研磨ヘッド組立体８３の具体的な構造は、図５及び図６の例に限られず、適宜変更してもよい。例えば、駆動ローラ８４１Ａ～８４１Ｃ、及び、従動ローラ８４２Ａ～８４２Ｌの数や配置を適宜変更してもよいし、搬送路８４０の経路も適宜変更してもよい。

（制御ユニット２４）
図１１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２４は、各ユニット２１～２３と電気的に接続されて、各ユニット２１～２３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が備える第１及び第２の研磨モジュール２２Ａ、２２Ｂにそれぞれ配置されて、制御対象となる複数のアクチュエータ２２０と、複数のアクチュエータ２２０にそれぞれ配置されて、各アクチュエータ２２０の制御に必要なデータ（検出値）を検出する複数のセンサ２２１と、各センサ２２１の検出値に基づいて各アクチュエータ２２０の動作を制御するシーケンサ２２２とを備える。本実施形態では、アクチュエータ２２０及びセンサ２２１は、第１の研磨モジュール２２Ａ（ベベル研磨装置７）と、第２の研磨モジュール２２Ｂ（ノッチ研磨装置８）とがそれぞれ備える回転動作部及び直線動作部を構成する。

ベベル研磨装置７としての第１の研磨モジュール２２Ａのセンサ２２１には、例えば、基板ステージ回転機構７１２の位置、回転数、及び、振動をそれぞれ検出するセンサ、基板ステージ昇降機構７１４の位置、移動速度、及び、振動をそれぞれ検出するセンサ、モータ７４３Ａ～７４３Ｃの回転トルク、回転数、電流値、振動、及び、温度をそれぞれ検出するセンサ、テープ押付機構７５１の押付力、位置、及び、振動をそれぞれ検出するセンサ、チルト機構７６の傾斜角度、移動速度、及び、振動をそれぞれ検出するセンサ、前後移動機構７７の位置、移動速度、及び、振動をそれぞれ検出するセンサ等が含まれる。

第２の研磨モジュール２２Ｂとしてのノッチ研磨装置８のセンサ２２１には、例えば、基板ステージ回転機構８１２の位置、回転数、及び、振動をそれぞれ検出するセンサ、基板ステージ昇降機構８１４の位置、移動速度、及び、振動をそれぞれ検出するセンサ、基板ステージスイング機構８１７の位置、移動速度、及び、振動をそれぞれ検出するセンサ、モータ８４３Ａ～８４３Ｃの回転トルク、回転数、電流値、振動、及び、温度をそれぞれ検出するセンサ、チルト機構８６の傾斜角度、移動速度、及び、振動をそれぞれ検出するセンサ、テープ押付機構８７の押付力、位置、及び、振動をそれぞれ検出するセンサ等が含まれる。

制御ユニット２４は、制御部２４０、通信部２４１、入力部２４２、出力部２４３、及び、記憶部２４４を備える。制御ユニット２４は、例えば、汎用又は専用のコンピュータ（後述の図１２参照）で構成される。

通信部２４１は、ネットワーク１０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２４２は、各種の入力操作を受け付けるとともに、出力部２４３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２４４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２４５、基板レシピ情報２４６等）を記憶する。装置設定情報２４５及び基板レシピ情報２４６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２４０は、複数のシーケンサ２１２、２２２、２３２（以下、「シーケンサ群」という）を介して複数のセンサ２１１、２２１、２３１（以下、「センサ群」という）の検出値を取得するとともに、複数のアクチュエータ２１０、２２０、２３０（以下、「アクチュエータ群」という）を連携して動作させることで、ロ―ド、研磨処理、洗浄処理、乾燥処理、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１２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２４、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１２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）、ＮＰＵ（Ｎｅｕｒａｌ 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等で構成され、記憶部として機能する。ストレージ装置９２０は、オペレーティングシステムやプログラム９３０の実行に必要な各種のデータを記憶する。

通信Ｉ／Ｆ部９２２は、インターネットやイントラネット等のネットワーク９４０（図１のネットワーク１０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、メモリカードスロット、ＵＳＢコネクタで構
成され、ＤＶＤ、ＣＤ、メモリカード、ＵＳＢメモリ等のメディア（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（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）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し、例えば、制御盤、コントローラ（マイコン、プログラマブルロジックコントローラ、シーケンサを含む）等と呼ばれる組込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１３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、本生産用の研磨テープＴを用いて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複数のテーブルを有する。生産履歴情報３０は、例えば、各ウェハＷに関するウェハ履歴テーブル３００と、ベベル研磨処理における動作状態情報に関するベベル研磨履歴テーブル３０１と、ノッチ研磨処理における動作状態情報に関するノッチ研磨履歴テーブル３０２とを備える。なお、生産履歴情報３０は、上記の他に、洗浄処理や乾燥処理における動作状態情報に関する仕上げ履歴テーブル、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、装置ＩＤ、ウェハＩＤ、各処理の開始時刻、終了時刻、モジュールＩＤ等が登録される。なお、図１３では、研磨処理、洗浄処理、乾燥処理が例示されているが、他の処理についても同様に登録される。装置ＩＤは、複数の基板処理装置２にそれぞれ付与された固有の識別情報である。ウェハＩＤは、各処理が行われたときの対象となるウェハＷにそれぞれ付与された固有の識別情報である。モジュールＩＤは、各処理で使用されたモジュールにそれぞれ付与された固有の識別情報であり、モジュールＩＤには、そのモジュールの種別を示すモジュール種別（例えば、ベベル研磨、ノッチ研磨等）が関連付けられる。

ベベル研磨履歴テーブル３０１の各レコードには、例えば、駆動ローラ状態情報、テープ押付機構状態情報等が登録される。ベベル研磨履歴テーブル３０１を参照することで、ベベル研磨処理が行われたときの基板処理装置２の動作状態が抽出可能である。

駆動ローラ状態情報は、ベベル研磨処理における駆動ローラ７４１Ａ～７４１Ｃの状態を示す情報である。駆動ローラ状態情報は、例えば、駆動ローラ７４１Ａ～７４１Ｃ又はモータ７４３Ａ～７４３Ｃが有するセンサ群（又はアクチュエータ群）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（又は各アクチュエータへの指令値）である。

テープ押付機構状態情報、テープ押付機構７５１の状態を示す情報である。テープ押付機構状態情報は、例えば、テープ押付機構７５１が有するセンサ群（又はアクチュエータ群）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（又は各アクチュエータへの指令値）である。

ノッチ研磨履歴テーブル３０２の各レコードには、例えば、駆動ローラ状態情報、テープ押付機構状態情報等が登録される。ノッチ研磨履歴テーブル３０２を参照することで、ノッチ研磨処理が行われたときの基板処理装置２の動作状態が抽出可能である。

駆動ローラ状態情報は、ノッチ研磨処理における駆動ローラ８４１Ａ～８４１Ｃの状態を示す情報である。駆動ローラ状態情報は、例えば、駆動ローラ８４１Ａ～８４１Ｃ又はモータ８４３Ａ～８４３Ｃが有するセンサ群（又はアクチュエータ群）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（又は各アクチュエータへの指令値）である。

テープ押付機構状態情報、テープ押付機構８７の状態を示す情報である。テープ押付機構状態情報は、例えば、テープ押付機構８７が有するセンサ群（又はアクチュエータ群）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（又は各アクチュエータへの指令値）である。

（研磨試験情報３１）
図１４は、データベース装置３により管理される研磨試験情報３１の一例を示すデータ構成図である。研磨試験情報３１は、ベベル研磨処理の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ベベル研磨試験テーブル３１０と、ノッチ研磨処理の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ノッチ研磨試験テーブル３１１とを備える。

ベベル研磨試験テーブル３１０及びノッチ研磨試験テーブル３１１の各レコードには、例えば、試験ＩＤ、駆動ローラ状態情報、テープ押付機構状態情報、及び、試験結果情報等が登録される。駆動ローラ状態情報及びテープ押付機構状態情報は、ベベル研磨試験及びノッチ研磨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、ベベル研磨履歴テーブル３０１及びノッチ研磨履歴テーブル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、ベベル研磨試験及びノッチ研磨試験においてベベル研磨処理及びノッチ研磨処理が行われたときの試験用の従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌの状態を示す情報である。試験結果情報には、例えば、従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌの状態として、摩耗度、汚染度、破損度、及び、余寿命等が含まれる。
摩耗度は、例えば、従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌが研磨テープＴに接触する接触面の摩耗度や、従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌが回動するときの回動部分の摩耗度を示す。汚染度は、例えば、接触面の汚染度や回動部分の汚染度を示す。破損度は、例えば、回動部分の破損度を示す。余寿命は、従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌに異常や故障が発生するまでの期間を示す。

試験結果情報は、試験用の従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌに設けられた測定機器により所定の時間間隔でサンプリングされた測定値でもよいし、その測定
値から摩耗度、汚染度、破損度、及び、余寿命に換算したものでもよい。また、試験結果情報は、光学式顕微鏡や走査電子顕微鏡（ＳＥＭ）に搭載されたカメラにより試験用の従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌを撮影し、その撮影した各画像に対して画像処理を行った画像処理結果や実験者が解析した実験解析結果に基づくものでもよい。なお、試験結果情報は、研磨処理を開始してから終了するまでを連続して行った１回の研磨試験にて収集されたものでもよいし、研磨処理を開始してから所定の時刻に到達するまでの研磨試験を所定の時刻を徐々に長くしながら繰り返し行うことで、複数回の研磨試験にて収集されたものでもよい。余寿命は、例えば、加速試験を行い、従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌに異常や故障が発生したときの異常発生時刻を記録し、その異常発生時刻から過去の時刻に遡ったときの時間差として求められる。

（機械学習装置４）
図１５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１０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、研磨試験装置（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１０を介して外部装置と接続され、入力データとしての動作状態情報と、出力データとしての従動ローラ状態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、従動ローラ状態情報は、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１２Ａ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に含まれる動作状態情報と従動ローラ状態情報との相関関係を第１の学習モデル１２Ａに学習させることで、学習済みの第１の学習モデル１２Ａを生成する。また、機械学習部４０１は、第２の学習モデル１２Ｂ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に含まれる動作状態情報と従動ローラ状態情報との相関関係を第２の学習モデル１２Ｂに学習させることで、学習済みの第２の学習モデル１２Ｂ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１２Ａ、１２Ｂ（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１２Ａ、１２Ｂは、ネットワーク１０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。図１５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１２Ａ、１２Ｂの数は２つに限定されず、例えば、機械学習の手法、ウェハＷの種類（サイズ、厚み、膜種等）、研磨テープＴの種類、研磨モジュール２２Ａ、２２Ｂの構造の違い、動作状態情報に含まれるデータの種類、従動ローラ状態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１６は、第１の学習モデル１２Ａ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１２Ａの機械学習に用いられる第１の学習用データ１１Ａは、動作状態情報と従動ローラ状態情報とで構成される。本実施形態では、第１の学習モデル１２Ａ及び第１の学習用データ１１Ａは、ベベル研磨装置７（基板処理装置）がベベル研磨処理を行ったときの動作状態情報及び従動ローラ状態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を構成する動作状態情報は、駆動ローラ７４１Ａ～７４１Ｃの状態を示す駆動ローラ状態情報を含む。動作状態情報に含まれる駆動ローラ状態情報は、駆動ローラ７４１Ａ～７４１Ｃの駆動源であるモータ７４３Ａ～７４３Ｃの回転トルク、回転数、電流値、振動、及び、温度の少なくとも１つを含む。なお、駆動ローラ状態情報に含まれる駆動ローラ７４１Ａ～７４１Ｃは、テープ巻出ローラ７４１Ａ、テープ送りローラ７４１Ｂ、及び、テープ巻取ローラ７４１Ｃの少なくとも１つである。

動作状態情報は、テープ押付機構７５１の状態を示すテープ押付機構状態情報をさらに含むものでもよい。動作状態情報に含まれるテープ押付機構状態情報は、テープ押付機構７５１の押付力、位置、及び、振動の少なくとも１つを含む。

第１の学習用データ１１Ａを構成する従動ローラ状態情報は、動作状態情報が示す動作状態にてベベル研磨装置７がベベル研磨処理を行ったときの従動ローラ７４２Ａ～７４２Ｌの状態を示す情報である。従動ローラ状態情報は、従動ローラ７４２Ａ～７４２Ｌの摩耗度、汚染度、破損度、及び、余寿命の少なくとも１つを含む。

なお、従動ローラ状態情報は、複数の従動ローラ７４２Ａ～７４２Ｌの全体に対する情報、複数の従動ローラ７４２Ａ～７４２Ｌの各々に対する情報、及び、複数の従動ローラ７４２Ａ～７４２Ｌが複数のグループに分けられたときの各グループに対する情報のいずれでもよい。全体に対する情報とした場合には、例えば、複数の従動ローラ７４２Ａ～７４２Ｌにおける平均値、最大値、最小値等で表される。従動ローラ７４２Ａ～７４２Ｌの各々に対する情報とした場合には、複数の従動ローラ７４２Ａ～７４２Ｌのうちの１つの従動ローラに対する情報でもよいし、全ての従動ローラ７４２Ａ～７４２Ｌの各々に対する情報でもよい。各グループに対する情報とした場合には、例えば、テープ送りローラ７４１Ｂの上流側に配置された上流グループ（７つの従動ローラ７４２Ａ～７４２Ｇ）と、テープ送りローラ７４１Ｂの下流側に配置された下流グループ（５つの従動ローラ７４２Ｈ～７４２Ｌ）とに分けられたときの各グループに対する情報でもよいし、研磨ポイントの上流側に配置された上流グループ（６つの従動ローラ７４２Ａ～７４２Ｆ）と、研磨ポイントの下流側に配置された下流グループ（６つの従動ローラ７４２Ｇ～７４２Ｌ）とに分けられたときの各グループに対する情報でもよい。

学習用データ取得部４００は、研磨試験情報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、研磨試験情報３１のベベル研磨試験テーブル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駆動ローラ状態情及びテープ押付機構状態情報を、動作状態情報として取得する。

なお、動作状態情報は、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、動作状態情報は、装置設定情報２４５又は基板レシピ情報２４６から取得されてもよい。さらに、動作状態情報は、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。動作状態情報の定義を変更する場合には、第１の学習モデル１２Ａ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、研磨試験情報３１のベベル研磨試験テーブル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、上記の動作状態情報に対する従動ローラ状態情報として取得する。

なお、従動ローラ状態情報は、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。従動ローラ状態情報の定義を変更する場合には、第１の学習モデル１２Ａ及び第１の学習用データ１１Ａにおける出力データのデータ構成を適宜変更すればよい。

第１の学習モデル１２Ａ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１２０、中間層１２１、及び、出力層１２２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１２０は、入力データとしての動作状態情報に対応する数のニューロンを有し、動作状態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１２２は、出力データとしての従動ローラ状態情報に対応する数のニューロンを有し、動作状態情報に対する従動ローラ状態情報の予測結果（推論結果）が、出力データとして出力される。

図１７は、第２の学習モデル１２Ｂ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１２Ｂ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、動作状態情報と従動ローラ状態情報とで構成される。本実施形態では、第２の学習モデル１２Ｂ及び第２の学習用データ１１Ｂは、ノッチ研磨装置８（基板処理装置）がノッチ研磨処理を行ったときの動作状態情報及び従動ローラ状態情報に対応するものとして説明する。なお、第２の学習用データ１１Ｂを構成する動作状態情報及び従動ローラ状態情報は、第１の学習用データ１１Ａを構成する動作状態情報及び従動ローラ状態情報と基本的に同様であるため、相違点を中心に説明する。

第２の学習用データ１１Ｂを構成する動作状態情報は、駆動ローラ８４１Ａ～８４１Ｃの状態を示す駆動ローラ状態情報を含む。動作状態情報に含まれる駆動ローラ状態情報は、駆動ローラ８４１Ａ～８４１Ｃの駆動源であるモータ８４３Ａ～８４３Ｃの回転トルク、回転数、電流値、振動、及び、温度の少なくとも１つを含む。なお、駆動ローラ状態情報に含まれる駆動ローラ８４１Ａ～８４１Ｃは、テープ巻出ローラ８４１Ａ、テープ送りローラ８４２１、及び、テープ巻取ローラ８４１Ｃの少なくとも１つである。

動作状態情報は、テープ押付機構７５１の状態を示すテープ押付機構状態情報をさらに含むものでもよい。動作状態情報に含まれるテープ押付機構状態情報は、テープ押付機構
７５１の押付力、位置、及び、振動の少なくとも１つを含む。

第２の学習用データ１１Ｂを構成する従動ローラ状態情報は、動作状態情報が示す動作状態にてノッチ研磨装置８がノッチ研磨処理を行ったときの従動ローラ８４２Ａ～８４２Ｌの状態を示す情報である。従動ローラ状態情報は、従動ローラ８４２Ａ～８４２Ｌの摩耗度、汚染度、破損度、及び、余寿命の少なくとも１つを含む。

学習用データ取得部４００は、研磨試験情報３１を参照するとともに、必要に応じてユーザ端末装置６によるユーザの入力操作を受け付けることで、第２の学習用データ１１Ｂを取得する。例えば、学習用データ取得部４００は、研磨試験情報３１のノッチ研磨試験テーブル３１１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駆動ローラ状態情及びテープ押付機構状態情報を、動作状態情報として取得する。

なお、動作状態情報は、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、動作状態情報は、装置設定情報２４５又は基板レシピ情報２４６から取得されてもよい。さらに、動作状態情報は、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。動作状態情報の定義を変更する場合には、第２の学習モデル１２Ｂ及び第２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、研磨試験情報３１のノッチ研磨試験テーブル３１１を参照することで、同一の試験ＩＤで特定される研磨試験が行われたときの試験結果情報を、上記の動作状態情報に対する従動ローラ状態情報として取得する。

なお、従動ローラ状態情報は、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。従動ローラ状態情報の定義を変更する場合には、第２の学習モデル１２Ｂ及び第２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１２Ｂ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１２Ａ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１８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１２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１２Ａ、１２Ｂ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、研磨試験情報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１２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１２を準備する。ここで準備する学習前の学習モデル１２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に含まれる動作状態情報（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１２の入力層１２０に入力する。その結果、学習モデル１２の出力層１２２から推論結果として従動ローラ状態情報（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１２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に含まれる従動ローラ状態情報（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に含まれる従動ローラ状態情報（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従動ローラ状態情報（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（バックプロパゲーション）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、動作状態情報と従動ローラ状態情報との相関関係を学習モデル１２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に含まれる従動ローラ状態情報（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１２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１２（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１８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、駆動ローラ状態情及びテープ押付機構状態情報を含む動作状態情報から、従動ローラ状態情報を予測（推論）することが可能な第１及び第２の学習モデル１２Ａ、１２Ｂを提供することができる。

（情報処理装置５）
図１９は、情報処理装置５の一例を示すブロック図である。図２０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、情報取得部５００、状態予測部５０１及び出力処理部５０２として機能する。通信部５１は、ネットワーク１０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１２Ａ、１２Ｂ）等を記憶する。

情報取得部５００は、通信部５１及びネットワーク１０を介して外部装置と接続され、駆動ローラ状態情及びテープ押付機構状態情報を含む動作状態情報を取得する。

例えば、研磨処理がすでに行われた後の従動ローラ状態情報の「事後予測処理」を行う場合には、情報取得部５００は、生産履歴情報３０のベベル研磨履歴テーブル３０１又はノッチ研磨履歴テーブル３０２を参照することで、そのウェハＷに対して研磨処理が行われたときの駆動ローラ状態情報及びテープ押付機構状態情報を、動作状態情報として取得する。研磨処理が行われている最中の従動ローラ状態情報の「リアルタイム予測処理」を行う場合には、情報取得部５００は、その研磨処理を行っている基板処理装置２から動作状態情報に関するレポートＲを随時受信することで、研磨処理が行われている最中の駆動ローラ状態情報及びテープ押付機構状態情報を、動作状態情報として随時取得する。研磨処理が行われる前の従動ローラ状態情報の「事前予測処理」を行う場合には、情報取得部５００は、その研磨処理を行う予定の基板処理装置２から基板レシピ情報２４６を受信し、その基板レシピ情報２４６に従って研磨ユニット２２が動作するときの動作状態情報をシミュレーションすることで、研磨処理が行われるときの駆動ローラ状態情報及びテープ押付機構状態情報を、動作状態情報として取得する。

状態予測部５０１は、情報取得部５００により取得された動作状態情報に基づいて、当該動作状態情報が示す動作状態にて基板処理装置２が動作したときの従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌの状態を示す従動ローラ状態情報を予測する。本実施形態では、状態予測部５０１は、ベベル研磨処理における動作状態情報を入力データとして第１の学習モデル１２Ａに入力することで、当該動作状態情報に対する従動ローラ状態情報を予測する。また、状態予測部５０１は、ノッチ研磨処理における動作状態情報を入力データとして第２の学習モデル１２Ｂに入力することで、当該動作状態情報に対する従動ローラ状態情報を予測する。

記憶部５２には、状態予測部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１２Ａ、１２Ｂ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１２Ａ、１２Ｂの数は２つに限定されず、例えば、機械学習の手法、ウェハＷの種類（サイズ、厚み、膜種等）、研磨テープＴの種類、研磨モジュール２２Ａ、２２Ｂの構造の違い、動作状態情報に含まれるデータの種類、従動ローラ状態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、選択的又は並列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、状態予測部５０１は、当該外部コンピュータにアクセスすればよい。

出力処理部５０２は、状態予測部５０１により生成された従動ローラ状態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、その従動ローラ状態情報をユーザ端末装置６に送信することで、その従動ローラ状態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、その従動ローラ状態情報をデータベース装置３に送信することで、その従動ローラ状態情報が生産履歴情報３０に登録されてもよい。

（情報処理方法）
図２１は、情報処理装置５による情報処理方法の一例を示すフローチャートである。以下では、ユーザがユーザ端末装置６を操作して、従動ローラ状態情報の「事後予測処理」を行う場合の動作例について説明する。

まず、ステップＳ２００において、ユーザが、ユーザ端末装置６に対して、予測対象の基板処理装置２を特定する装置ＩＤ及びモジュールＩＤを入力する入力操作を行うと、ユーザ端末装置６は、その装置ＩＤ及びモジュールＩＤを情報処理装置５に送信する。

次に、ステップＳ２１０において、情報処理装置５の情報取得部５００は、ステップＳ２００にて送信された装置ＩＤ及びモジュールＩＤを受信する。ステップＳ２１１において、情報取得部５００は、ステップＳ２１０で受信した装置ＩＤ及びモジュールＩＤを用いて生産履歴情報３０のベベル研磨履歴テーブル３０１及びノッチ研磨履歴テーブル３０２を参照することで、その装置ＩＤ及びモジュールＩＤで特定された基板処理装置２においてベベル研磨処理及びノッチ研磨処理が行われたときの動作状態情報をそれぞれ取得する。例えば、モジュールＩＤが、第１の研磨モジュール２２Ａ（ベベル研磨装置７）を示す場合には、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄのそれぞれにおける動作状態情報が取得される。また、モジュールＩＤが、第２の研磨モジュール２２Ｂ（ノッチ研磨装置８）を示す場合には、ノッチ研磨ヘッド組立体８３における動作状態情報が取得される。

次に、ステップＳ２２０において、状態予測部５０１は、ステップＳ２１１にて取得された動作状態情報を入力データとして第１及び第２の学習モデル１２Ａ、１２Ｂのいずれかに入力することで、当該動作状態情報に対する従動ローラ状態情報を出力データとして生成し、その従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌの状態を予測する。例えば、モジュールＩＤが、第１の研磨モジュール２２Ａ（ベベル研磨装置７）を示す場合には、第１の学習モデル１２Ａが用いられ、第１乃至第４のベベル研磨ヘッド組立体７３Ａ～７３Ｄのそれぞれが備える従動ローラ７４２Ａ～７４２Ｌの状態が予測される。また、モジュールＩＤが、第２の研磨モジュール２２Ｂ（ノッチ研磨装置８）を示す場合には、第２の学習モデル１２Ｂが用いられ、ノッチ研磨ヘッド組立体８３が備える従動ローラ８４２Ａ～８４２Ｌの状態が予測される。

次に、ステップＳ２３０において、出力処理部５０２は、ステップＳ２２０にて生成された従動ローラ状態情報を出力するための出力処理として、その従動ローラ状態情報をユーザ端末装置６に送信する。なお、従動ローラ状態情報の送信先は、ユーザ端末装置６に加えて又は代えて、データベース装置３でもよい。

次に、ステップＳ２４０において、ユーザ端末装置６は、ステップＳ２００の送信処理に対する応答として、ステップＳ２３０にて送信された従動ローラ状態情報を受信すると、その従動ローラ状態情報に基づいて表示画面を表示することで、その従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌの状態がユーザにより視認される。上記の情報処理方法において、ステップＳ２１０、Ｓ２１１が情報取得工程、ステップＳ２２０が状態予測工程、ステップＳ２３０が出力処理工程に相当する。

以上のように、本実施形態に係る情報処理装置５及び情報処理方法によれば、駆動ローラ状態情及びテープ押付機構状態情報を含む動作状態情報が学習モデル１２に入力されることで、当該動作状態情報に対する従動ローラ状態情報が予測されるので、基板処理装置２の動作状態に応じて従動ローラ７４２Ａ～７４２Ｌ、８４２Ａ～８４２Ｌの状態を適切に予測することができる。

（他の実施形態）
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。

上記実施形態では、データベース装置３、機械学習装置４及び情報処理装置５は、別々の装置で構成されたものとして説明したが、それら３つの装置が、単一の装置で構成されていてもよいし、それら３つの装置のうち任意の２つの装置が、単一の装置で構成されていてもよい。また、機械学習装置４及び情報処理装置５の少なくとも一方は、基板処理装置２の制御ユニット２４又はユーザ端末装置６に組み込まれていてもよい。

上記実施形態では、基板処理装置２が、各ユニット２１～２３を備えるものとして説明したが、基板処理装置２は、研磨ユニット２２を少なくとも備えていればよく、他のユニットは省略されていてもよい。

上記実施形態では、機械学習部４０１による機械学習を実現する学習モデルとして、ニューラルネットワークを採用した場合について説明したが、他の機械学習のモデルを採用してもよい。他の機械学習のモデルとしては、例えば、決定木、回帰木等のツリー型、バギング、ブースティング等のアンサンブル学習、再帰型ニューラルネットワーク、畳み込みニューラルネットワーク、ＬＳＴＭ等のニューラルネット型(ディープラーニングを含
む)、階層型クラスタリング、非階層型クラスタリング、ｋ近傍法、ｋ平均法等のクラス
タリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。

（機械学習プログラム及び情報処理プログラム）
本発明は、機械学習装置４が備える各部としてコンピュータ９００を機能させるプログラム（機械学習プログラム）や、機械学習方法が備える各工程をコンピュータ９００に実行させるためのプログラム（機械学習プログラム）の態様で提供することもできる。また、本発明は、情報処理装置５が備える各部としてコンピュータ９００を機能させるためのプログラム（情報処理プログラム）や、上記実施形態に係る情報処理方法が備える各工程をコンピュータ９００に実行させるためのプログラム（情報処理プログラム）の態様で提供することもできる。

（推論装置、推論方法及び推論プログラム）
本発明は、上記実施形態に係る情報処理装置５（情報処理方法又は情報処理プログラム）の態様によるもののみならず、従動ローラ状態情報を推論するために用いられる推論装置（推論方法又は推論プログラム）の態様で提供することもできる。その場合、推論装置（推論方法又は推論プログラム）としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、動作状態情報を取得する情報取得処理（情報取得工程）と、情報取得処理にて動作状態情報を取得すると、当該動作状態情報が示す動作状態にて基板処理装置が動作したときの従動ローラの状態を示す従動ローラ状態情報を推論する推論処理（推論工程）とを含む。

推論装置（推論方法又は推論プログラム）の態様で提供することで、情報処理装置を実装する場合に比して簡単に種々の装置への適用が可能となる。推論装置（推論方法又は推論プログラム）が従動ローラ状態情報を推論する際、上記実施形態に係る機械学習装置及び機械学習方法により生成された学習済みの学習モデルを用いて、状態予測部が実施する推論手法を適用してもよいことは、当業者にとって当然に理解され得るものである。

１…基板処理システム、２…基板処理装置、３…データベース装置、
４…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
７…ベベル研磨装置、８…ノッチ研磨装置、１０…ネットワーク、
１１Ａ…第１の学習用データ、１１Ｂ…第２の学習用データ
１２Ａ…第１の学習モデル、１２Ｂ…第２の学習モデル、
２１…ロード／アンロードユニット、２２…研磨ユニット、
２２Ａ…第１の研磨モジュール、２２Ｂ…第２の研磨モジュール、
２３…仕上げユニット、２４…制御ユニット、
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
７１…基板保持部、７２…研磨液供給部、
７３Ａ～７３Ｄ…ベベル研磨ヘッド組立体、７４…研磨テープ搬送部、
７５…研磨ヘッド部、７６…チルト機構、７７…前後移動機構、
８１…基板保持部、８２…研磨液供給部、
８３…ノッチ研磨ヘッド組立体、８４…研磨テープ搬送部、
８５…研磨ヘッド部、８６…チルト機構、８７…テープ押付機構、
２４０…制御部、２４１…通信部、２４２…入力部、２４３…出力部、
２４４…記憶部、２４５…装置設定情報、２４６…基板レシピ情報、
４００…学習用データ取得部、４０１…機械学習部、
５００…情報取得部、５０１…状態予測部、５０２…出力処理部、
７１０…基板ステージ、７１１…シャフト、
７１２…基板ステージ回転機構、７１３…回転動作部、
７１４…基板ステージ昇降機構、７１５…直線動作部
７３０…固定プレート、７３１…移動プレート、７３２…クランクアーム、
７４０…搬送路、７４１…駆動ローラ、
７４１Ａ…テープ巻出ローラ、７４１Ｂ…テープ送りローラ、
７４１Ｃ…テープ巻取ローラ、７４２Ａ～７４２Ｌ…従動ローラ、
７４３Ａ～７４３Ｃ…モータ、７４４…供給リール、７４５…回収リール、
７５０…ヘッド支持プレート、７５１…テープ押付機構、７５２…押圧部材、
７５３…直線動作部、
７６０…回転動作部、７７０…直線動作部
８１０…基板ステージ、８１１Ａ…第１のシャフト、８１１Ｂ…第２のシャフト、
８１２…基板ステージ回転機構、８１３…回転動作部
８１４…基板ステージ昇降機構、８１５…直線動作部、
８１６…スイングアーム、８１７…基板ステージスイング機構、
８１８…回転動作部、
８３０…固定プレート、８３１…移動プレート、８３２…クランクアーム、
８４０…搬送路、８４１…駆動ローラ、
８４１Ａ…テープ巻出ローラ、８４１Ｂ…テープ送りローラ、
８４１Ｃ…テープ巻取ローラ、８４２Ａ～８４２Ｌ…従動ローラ
８４３Ａ～８４３Ｃ…モータ、８４４…供給リール、８４５…回収リール、
８５０…ヘッド支持プレート、
８６０…回転動作部、８７０…直線動作部、
９００…コンピュータ、
Ｃｒ、Ｃｒ１、Ｃｒ２、Ｃｔ…回転中心、Ｔ…研磨テープ、
Ｗ…ウェハ、ＷＢ…ベベル部、ＷＢ１…端面、ＷＢ２…上斜面、ＷＢ３…下斜面、
ＷＥ１…トップエッジ部、ＷＥ２…ボトムエッジ部、ＷＮ…ノッチ部

Claims (12)

1. 基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報を取得する情報取得部と、
   前記動作状態情報と、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得部により取得された前記動作状態情報を入力することで、当該動作状態情報に対する前記従動ローラ状態情報を予測する状態予測部と、を備える、
   情報処理装置。
2. 前記動作状態情報に含まれる前記駆動ローラ状態情報は、
   前記駆動ローラの駆動源であるモータの回転トルク、
   前記モータの回転数、
   前記モータの電流値、
   前記モータの振動、及び、
   前記モータの温度の少なくとも１つを含む、
   請求項１に記載の情報処理装置。
3. 前記駆動ローラは、
   前記搬送路の始点に配置されて、前記研磨テープを巻き出すためのテープ巻出ローラ、
   前記搬送路の途中に配置されて、前記研磨テープを送るためのテープ送りローラ、及び、
   前記搬送路の終点に配置されて、前記研磨テープを巻き取るためのテープ巻取ローラの少なくとも１つである、
   請求項２に記載の情報処理装置。
4. 前記研磨ヘッド部は、
   前記周縁部に前記研磨テープの研磨面を押し付けるテープ押付機構を備え、
   前記動作状態情報は、
   前記テープ押付機構の状態を示すテープ押付機構状態情報を含む、
   請求項１乃至請求項３のいずれか一項に記載の情報処理装置。
5. 前記動作状態情報に含まれる前記テープ押付機構状態情報は、
   前記テープ押付機構の押付力、
   前記テープ押付機構の位置、及び、
   前記テープ押付機構の振動の少なくとも１つを含む、
   請求項４に記載の情報処理装置。
6. 前記テープ押付機構は、
   前記研磨面とは反対側の被研磨面に接触可能な押圧部材を移動させることにより前記周縁部に前記研磨面を押し付ける接触型テープ押付機構、
   前記被研磨面に向けて押圧流体を噴射することにより前記周縁部に前記研磨面を押し付ける非接触型テープ押付機構、又は、
   前記基板及び前記研磨テープの少なくとも一方を移動させて相対的な位置関係を調整することにより前記周縁部に前記研磨面を押し付けるテープ位置調整機構である、
   請求項５に記載の情報処理装置。
7. 前記従動ローラ状態情報は、
   前記従動ローラの摩耗度、
   前記従動ローラの汚染度、
   前記従動ローラの破損度、及び、
   前記従動ローラの余寿命の少なくとも１つを含む、
   請求項１乃至請求項３のいずれか一項に記載の情報処理装置。
8. メモリと、プロセッサとを備える推論装置であって、
   前記プロセッサは、
   基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報を取得する情報取得処理と、
   前記情報取得処理にて前記動作状態情報を取得すると、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態情報を推論する推論処理と、を実行する、
   推論装置。
9. 基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報と、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態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、前記動作状態情報と前記従動ローラ状態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。
10. 基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報を取得する情報取得工程と、
    前記動作状態情報と、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態情報との相関関係を機械学習により学習させた学習モデルに、前記情報取得工程により取得された前記動作状態情報を入力することで、当該動作状態情報に対する前記従動ローラ状態情報を予測する状態予測工程と、を備える、
    情報処理方法。
11. メモリと、プロセッサとを備える推論装置により実行される推論方法であって、
    前記プロセッサは、
    基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テ
    ープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報を取得する情報取得工程と、
    前記情報取得工程にて前記動作状態情報を取得すると、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態情報を推論する推論工程と、を実行する、
    推論方法。
12. 基板の周縁部を研磨するための研磨テープを駆動ローラ及び従動ローラが配置された搬送路に沿って搬送する研磨テープ搬送部と、前記搬送路の途中に配置されて前記研磨テープを前記周縁部に押付可能な研磨ヘッド部とを備え、前記周縁部の研磨処理を行う基板処理装置の動作状態として、前記駆動ローラの状態を示す駆動ローラ状態情報を含む動作状態情報と、当該動作状態情報が示す前記動作状態にて前記基板処理装置が前記研磨処理を行ったときの前記従動ローラの状態を示す従動ローラ状態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、前記動作状態情報と前記従動ローラ状態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。

Images