JP6782145B2 - 基板処理制御システム、基板処理制御方法、およびプログラム - Google Patents

Description

本発明は、基板に対して行う基板処理を制御する技術に関する。

近年、処理対象物（例えば、半導体ウェハなどの基板、または、基板の表面に形成された各種の膜）に対して各種処理を行うために処理装置が用いられている。処理装置の一例としては、処理対象物の研磨処理等を行うためのＣＭＰ（ＣｈｅｍｉｃａｌＭｅｃｈａｎｉｃａｌ Ｐｏｌｉｓｈｉｎｇ）装置が挙げられる。

ＣＭＰ装置は、処理対象物の研磨処理を行うための研磨ユニット、処理対象物の洗浄処理及び乾燥処理を行うための洗浄ユニット、及び、研磨ユニットへ処理対象物を受け渡すと共に洗浄ユニットによって洗浄処理及び乾燥処理された処理対象物を受け取るロード／アンロードユニットなどを備える（特許文献１，２）。

特許文献３は、基板表面の平坦化の精度を高めるＣＭＰ技術を開示している。特許文献３に記載された発明は、ＣＭＰステーションの下流に、非平坦部の検出器を備え、検出器で検出した非平坦部の高さが所定の閾値以上である場合に、局所平坦化ステーションで平坦化を行う。この際、局所平坦化ステーションは、検出された非平坦部の高さに応じて平坦化を行う時間を設定し、当該時間だけ局所平坦化ステーションで平坦化を行う。

米国特許出願公開２０１５／０３５２６８６号明細書 特開２００９−１９４１３４号公報 米国特許出願公開２０１３／０１２２６１３号明細書

上述した特許文献３に記載されたＣＭＰ技術は、検出部にて検出された非平坦部の高さに応じた時間だけ平坦化の処理を行うために、平坦化の対象となる非平坦部の高さを正確に把握する必要がある。したがって、基板上に相当数の測定点を設定して検出処理を行う必要があり、時間がかかってしまう。

そこで、本発明は上記背景に鑑み、基板に対する局所的な処理を短時間で行える基板処理制御システムを提供することを目的とする。

本発明の基板処理制御システムは、基板を局所的に研磨する研磨装置を制御するシステムであって、前記基板の膜厚を測定し、その測定結果に基づいて前記基板の膜厚分布を推定する膜厚分布推定部と、前記膜厚分布に基づいて、前記基板の局所研磨部位を設定する局所研磨部位設定部と、前記局所研磨部位の大きさに基づいて研磨ヘッドを選択する研磨ヘッド選択部と、前記局所研磨部位の属性を入力ノード、研磨処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを記憶したモデル記憶部と、前記局所研磨部位設定部にて設定された局所研磨部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記局所研磨部位を研磨する研磨レシピを求める研磨レシピ生成部と、局所的に研磨を行う研磨装置に、前記研磨レシピのデータを送信する研磨レシピ送信部とを備える。ここで、前記レシピ生成モデルの入力ノードは、前記局所研磨部位の外形とその平均膜厚であってもよい。

本発明によれば、膜厚測定結果に基づいて基板の膜厚分布を推定し、推定された膜厚分布に対応する研磨レシピを求めるので、時間をかけた測定によって基板の膜厚分布を正確に求めなくても、研磨レシピを生成して局所研磨を行うことができる。

本発明の基板処理制御システムにおいて、前記局所研磨部位設定部は、基板処理の精度を優先するか、基板処理のスループットを優先するかによって局所研磨部位の設定基準を変更してもよい。

精度を優先する研磨の場合には基板上の細かな凹凸にあわせて研磨し、スループットを優先する研磨の場合には、ある程度広い範囲をまとめて研磨することが好ましい。本発明によれば、精度を優先するか、スループットを優先するかに応じて、局所研磨部位を設定することができる。

本発明の基板処理制御システムにおいて、前記膜厚分布推定部は、研磨対象の基板のエッチングパターンにも基づいて前記膜厚分布を推定してもよい。

基板の表面の凹凸は、下層の配線パターンの影響を受けるので、エッチングパターンに基づくことで、膜厚分布の推定の精度を高めることができる。

本発明の基板処理制御システムは、全体研磨を行った基板に対して行う局所研磨を制御する基板処理制御システムであって、前記レシピ生成モデルは、入力ノードとして、前記全体研磨の条件を有してもよい。

全体研磨の条件と全体研磨後の基板の状態は関係があるので、全体研磨の条件を入力ノードとすることにより、適切に局所研磨を行う研磨レシピを求めることができる。

本発明の基板処理制御システムは、前記研磨レシピにしたがって局所研磨を行ったときの基板の膜厚分布およびスループットをシミュレーションし、そのシミュレーション結果に基づいて前記研磨レシピを採用するか否かを判定するシミュレーション部を備えてもよい。

この構成により、求められた研磨レシピの検証を行うので、研磨レシピに従って行う局所研磨の歩留まりを高めることができる。

本発明の基板処理制御システムにおいて、前記モデル記憶部は、種類の異なる複数のレシピ生成モデルを記憶しており、前記研磨レシピ生成部は、異なるレシピ生成モデルを用いて複数の研磨レシピを求め、前記シミュレーション部は、異なるレシピ生成モデルを用いて求めた複数の研磨レシピのシミュレーション結果に基づいて、一の研磨レシピを決定してもよい。

この構成により、異なるレシピ生成モデルで求めた複数の研磨レシピのうち、最良の研磨レシピを用いて局所研磨を行うことができる。

本発明の基板処理制御システムは、前記シミュレーション部にて複数の局所研磨部位についてシミュレーションした結果に基づいて、前記レシピ生成モデルの学習を行う学習部を備えてもよい。これにより、研磨レシピを求めるレシピ生成モデルの精度を高めることができる。

本発明の基板処理制御システムにおいて、前記研磨レシピにしたがって実際に局所研磨を行った結果に基づいて前記レシピ生成モデルの学習を行う学習部を備えてもよい。このように実研磨の結果でレシピ生成モデルの学習を行うことにより、レシピ生成モデルの精度を高めることができる。

本発明の基板処理制御システムは、過去に生成した研磨レシピとその研磨レシピを用いて研磨を行った基板の膜厚分布のデータとを記憶した実績データ記憶部を有し、前記膜厚分布推定部にて推定された基板の膜厚分布に近似する所定数の研磨レシピを前記実績データ記憶部から読み出し、前記シミュレーション部は、複数の研磨レシピのシミュレーション結果に基づいて、一の研磨レシピを決定してもよい。

この構成により、近似する膜厚分布の基板に対して用いた実績のある所定数の研磨レシピの中から、適切な研磨レシピを選択できるので、研磨レシピ生成の処理を省くことができる。

本発明の基板処理制御システムは、前記シミュレーション部によるシミュレーション結果を出力する出力部を備えてもよい。この構成により、求めた研磨レシピのシミュレーション結果を確認することができる。

本発明の基板処理制御システムにおいて、前記シミュレーション部は、シミュレーションモデルを備えてもよい。また、前記シミュレーションモデルは、前記研磨レシピにしたがって実際に局所研磨を行った結果に基づいて学習してもよい。これにより、研磨レシピに従って研磨した結果を精度良く予測することができる。

本発明の基板処理制御システムは、ネットワークによって接続された複数の研磨装置から送信される局所研磨に関するデータを受信するデータ受信部を備えてもよい。この構成により、複数の研磨装置から多数の実研磨データを集めることにより、レシピ生成モデルの学習を行うことができる。

本発明の別の態様に係る基板処理制御システムは、基板上にある異物を除去するスクラブ処理を制御するシステムであって、前記基板上のパーティクルを検出し、その検出結果に基づいてパーティクル分布を推定するパーティクル分布推定部と、前記パーティクル分布に基づいて、前記基板のスクラブ部位を設定するスクラブ部位設定部と、前記スクラブ部位の大きさに基づいてスクラブ部材を選択するスクラブ部材選択部と、前記スクラブ部位の属性を入力ノード、スクラブ処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを記憶したモデル記憶部と、前記スクラブ部位設定部にて設定された前記スクラブ部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記スクラブ部位をスクラブ処理するスクラブレシピを求めるスクラブレシピ生成部と、スクラブを行う基板処理装置に、前記スクラブレシピのデータを送信するスクラブレシピ送信部とを備える。ここで、前記レシピ生成モデルの入力ノードは、前記スクラブ部位の外形とパーティクルの密度であってもよい。

本発明によれば、パーティクル検出結果に基づいて基板のパーティクル分布を推定し、推定されたパーティクル分布に対応するスクラブレシピを求めるので、時間をかけた測定によって基板のパーティクル分布を正確に求めなくても、スクラブレシピを生成してスクラブを行うことができる。

本発明の基板処理制御システムにおいて、前記スクラブ部位設定部は、基板処理の精度を優先するか、基板処理のスループットを優先するかによってスクラブ部位の設定基準を変更してもよい。

精度を優先する研磨の場合には基板上の細かなパーティクルの集合にあわせてスクラブし、スループットを優先するスクラブの場合には、ある程度広い範囲をまとめてスクラブすることが好ましい。本発明によれば、精度を優先するか、スループットを優先するかに応じて、スクラブ部位を設定することができる。

本発明の基板処理制御システムは、前記スクラブレシピにしたがってスクラブを行ったときの基板のパーティクル分布とスループットをシミュレーションし、そのシミュレーション結果に基づいて前記研磨レシピを採用するか否かを判定するシミュレーション部を備えてもよい。

この構成により、求められたスクラブレシピの検証を行うので、スクラブレシピに従って行うスクラブの歩留まりを高めることができる。

本発明の基板処理制御システムにおいて、前記モデル記憶部は、種類の異なる複数のレシピ生成モデルを記憶しており、前記スクラブレシピ生成部は、異なるレシピ生成モデルを用いて複数のスクラブレシピを求め、前記シミュレーション部は、異なるレシピ生成モデルを用いて求めた複数のスクラブレシピのシミュレーション結果に基づいて、一のスクラブレシピを決定してもよい。

この構成により、異なるレシピ生成モデルで求めた複数のスクラブレシピのうち、最良のスクラブレシピを用いてスクラブを行うことができる。

本発明の基板処理制御システムは、前記シミュレーション部にて複数のスクラブ部位についてシミュレーションした結果に基づいて、前記レシピ生成モデルの学習を行う学習部を備えてもよい。これにより、スクラブレシピを求めるレシピ生成モデルの精度を高めることができる。

本発明の基板処理制御システムにおいて、前記スクラブレシピにしたがって実際にスクラブを行った結果に基づいて前記レシピ生成モデルの学習を行う学習部を備えてもよい。このように実スクラブの結果でレシピ生成モデルの学習を行うことにより、レシピ生成モデルの精度を高めることができる。

本発明の基板処理制御システムは、過去に生成したスクラブレシピとそのスクラブレシピを用いてスクラブを行った基板のパーティクル分布のデータとを記憶した実績データ記憶部を有し、前記パーティクル分布推定部にて推定されたパーティクル分布に近似する所定数のスクラブレシピを読み出し、前記シミュレーション部は、複数のスクラブレシピのシミュレーション結果に基づいて、一のスクラブレシピを決定してもよい。

この構成により、近似するパーティクル分布の基板に対して用いた実績のある所定数のスクラブレシピの中から、最良なスクラブレシピを選択できるので、スクラブレシピ生成の処理を省くことができる。

本発明の基板処理制御システムは、前記シミュレーション部によるシミュレーション結果を出力する出力部を備えてもよい。この構成により、求めたスクラブレシピのシミュレーション結果を確認することができる。

本発明の基板処理制御システムにおいて、前記シミュレーション部は、シミュレーションモデルを備えてもよい。また、前記シミュレーションモデルは、前記スクラブレシピにしたがって実際にスクラブを行った結果に基づいて学習してもよい。これにより、スクラブレシピに従ってスクラブした結果を精度良く予測することができる。

本発明の基板処理制御システムは、ネットワークによって接続された複数の基板処理装置から送信されるスクラブに関するデータを受信するデータ受信部を備えてもよい。この構成により、複数の基板処理装置から多数の実スクラブデータを集めることにより、レシピ生成モデルの学習を行うことができる。

本発明の基板処理制御方法は、基板を局所的に研磨する研磨装置を制御装置によって制御する方法であって、前記制御装置が、前記基板の膜厚を測定し、その測定結果に基づいて前記基板の膜厚分布を推定するステップと、前記制御装置が、推定された膜厚分布に基づいて、前記基板の局所研磨部位を設定するステップと、前記制御装置が、前記局所研磨部位の大きさに基づいて研磨ヘッドを選択するステップと、前記制御装置が、記憶部から、前記局所研磨部位の属性を入力ノード、研磨処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを読み出すステップと、前記制御装置が、局所研磨部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記局所研磨部位を研磨する研磨レシピを求めるステップと、前記制御装置が、局所的に研磨を行う研磨装置に、前記研磨レシピのデータを送信するステップとを備える。

本発明の別の態様に係る基板処理制御方法は、基板上にある異物を除去するスクラブ処理を制御装置によって制御する方法であって、前記制御装置が、前記基板上のパーティクルを検出し、その検出結果に基づいてパーティクル分布を推定するステップと、前記制御装置が、前記パーティクル分布に基づいて、前記基板のスクラブ部位を設定するステップと、前記制御装置が、前記スクラブ部位の大きさに基づいてスクラブ部材を選択するステップと、前記制御装置が、記憶部から、前記スクラブ部位の属性を入力ノード、スクラブ処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを読み出すステップと、前記制御装置が、前記スクラブ部位設定部にて設定された前記スクラブ部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記スクラブ部位をスクラブ処理するスクラブレシピを求めるステップと、前記制御装置が、スクラブを行う基板処理装置に、前記スクラブレシピのデータを送信するステップとを備える。

本発明のプログラムは、基板を局所的に研磨する研磨装置を制御するためのプログラムであって、コンピュータに、前記基板の膜厚を測定し、その測定結果に基づいて前記基板の膜厚分布を推定するステップと、推定された膜厚分布に基づいて、前記基板の局所研磨部位を設定するステップと、前記局所研磨部位の大きさに基づいて研磨ヘッドを選択するステップと、記憶部から、前記局所研磨部位の属性を入力ノード、研磨処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを読み出すステップと、局所研磨部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記局所研磨部位を研磨する研磨レシピを求めるステップと、局所的に研磨を行う研磨装置に、前記研磨レシピのデータを送信するステップとを実行させる。

本発明の別の態様に係るプログラムは、基板上にある異物を除去するスクラブ処理を制御するプログラムであって、コンピュータに、前記基板上のパーティクルを検出し、その検出結果に基づいてパーティクル分布を推定するステップと、前記パーティクル分布に基づいて、前記基板のスクラブ部位を設定するステップと、前記スクラブ部位の大きさに基づいてスクラブ部材を選択するステップと、記憶部から、前記スクラブ部位の属性を入力ノード、スクラブ処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを読み出すステップと、前記スクラブ部位設定部にて設定された前記スクラブ部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記スクラブ部位をスクラブ処理するスクラブレシピを求めるステップと、スクラブを行う基板処理装置に、前記スクラブレシピのデータを送信するステップとを実行させる。

本発明によれば、膜厚測定結果に基づいて基板の膜厚分布を推定し、推定された膜厚分布に対応する研磨レシピを求める、あるいは、基板上のパーティクル分布を推定し、推定されたパーティクル分布に対応するスクラブレシピを求めるので、基板に対する局所的な処理を短時間で行うことができる。

実施の形態に係る研磨装置の全体構成を示すブロック図である。 局所研磨モジュールの一例の概略構成を示す図である。 局所研磨モジュールを制御する局所研磨制御システムの構成を示す図である。 膜厚分布推定部によって推定した膜厚分布を示すコンター図である。 精度優先で局所研磨を行うときの局所研磨部位の例を示している。 スループット優先で局所研磨を行うときの局所研磨部位の例を示している。 記憶部に記憶されたレシピ生成モデルの例を示す図である。 局所研磨制御システムによって局所研磨を制御する動作を示す図である。 第２の実施の形態の局所研磨制御システムの構成を示す図である。 第２の実施の形態において用いるレシピ生成モデルの例を示す図である。 第３の実施の形態の局所研磨制御システムの構成を示す図である。 第３の実施の形態の局所研磨制御システムによって研磨レシピを生成する動作を示すフローチャートである。 記憶部に記憶された研磨レシピの実績データの例を示す図である。 第４の実施の形態の局所研磨制御システムの構成を示す図である。 研磨結果データを用いて、レシピ生成モデルの学習を行う例について説明するための図である。 スクラブ装置の構成を示す側面図である。 スクラブ制御システムの構成を示す図である。 モデル記憶部に記憶されたレシピ生成モデルの例を示す図である。 スクラブ制御システムによってスクラブを制御する動作を示す図である。

以下に、本発明の実施の形態の研磨装置および研磨方法について図面を参照しながら説明する。以下で説明する研磨装置の一例として、ＣＭＰ装置がある。図面において、同一または類似の要素には同一または類似の参照符号を付し、重複する説明は省略することがある。第１乃至第４の実施の形態では、基板処理制御システムが制御する基板処理装置として研磨装置を取り上げ、第５の実施の形態では、スクラブ装置を取り上げて説明する。

（第１の実施の形態）
まず、局所研磨を行う研磨装置の構成について説明し、その後に、研磨装置の制御システムについて説明する。
［研磨装置の全体構成］
図１は、実施の形態に係る研磨装置１００の全体構成を示すブロック図である。図１に示すように、研磨装置１００は、局所研磨モジュール２００、全体研磨モジュール３００、洗浄モジュール４００、乾燥モジュール５００、制御装置６００、および搬送機構７００を有する。

局所研磨モジュール２００は、研磨対象物である半導体ウェハＷｆ（以下、「ウェハＷｆ」という）よりも小さな寸法の研磨パッドを用いてウェハＷｆを研磨するためのモジュールである。局所研磨モジュール２００の詳細な構成については後述する。全体研磨モジュール３００は、研磨対象物であるウェハＷｆよりも大きな寸法の研磨パッドを用いてウェハＷｆを研磨するためのモジュールである。全体研磨モジュール３００は、任意の公知の全体研磨モジュールを使用することができるので、本明細書では詳細な説明を行わない。

洗浄モジュール４００は、研磨後のウェハＷｆを洗浄するためのモジュールである。洗浄モジュール４００は、任意のタイミングでウェハＷｆを洗浄することができる。例えば、後述する局所研磨および全体研磨のそれぞれの研磨が終了した後に洗浄を行うことができ、また、局所研磨および全体研磨の両方が終了した後に洗浄を行うこともできる。洗浄モジュール４００は、任意の公知の洗浄モジュールを使用することができる。

乾燥モジュール５００は、洗浄したウェハＷｆを乾燥させるためのモジュールである。乾燥モジュール５００は、任意の公知の乾燥モジュールを使用することができる。搬送機構７００は、研磨装置１００内でウェハＷｆを搬送するための機構であり、局所研磨モジュール２００、全体研磨モジュール３００、洗浄モジュール４００、および乾燥モジュール５００の間でウェハＷｆの受け渡しを行う。

制御装置６００は、研磨装置１００の各々のモジュールの動作を制御する。制御装置６００は、一般的な汎用コンピュータおよび専用コンピュータ等から構成することができ、記憶装置、入出力装置、メモリ、ＣＰＵなどのハードウェアを備える。なお、制御装置６００は、記憶装置に記憶されたプログラムにしたがってモジュールの動作を制御する。制御装置６００を実現するプログラムも本発明の範囲に含まれる。また、搬送機構７００は、研磨装置１００の内外へウェハＷｆを出し入れも行う。搬送機構７００として任意の公知の搬送機構７００を使用することができる。

［局所研磨モジュール］
図２は、局所研磨モジュール２００の一例の概略構成を示す図である。図２に示される局所研磨モジュール２００においては、処理対象物であるウェハＷｆよりも小径の研磨パッド２２０が使用される。

図２に示すように、局所研磨モジュール２００は、ウェハＷｆが設置されるテーブル２１０と、ウェハＷｆの処理面に処理を行うための研磨パッド２２０が取り付けられたヘッド２２１と、ヘッド２２１を保持するアーム２２２と、処理液を供給するための処理液供給系統２４０と、研磨パッド２２０のコンディショニング（目立て）を行うためのコンディショニング部２６０とを備える。局所研磨モジュール２００の全体の動作は、制御装置６００により制御される。

研磨パッド２２０は、例えば発泡ポリウレタン系のハードパッド、スウェード系のソフトパッド、又は、スポンジなどで形成される。図２に示すように、研磨パッド２２０の径は、ウェハＷｆよりも小さな寸法である。ここで、研磨パッド２２０の直径Φは処理対象である膜厚・形状のバラつき領域と同等もしくはそれより小さいことが望ましい。好ましくは５０mm以下、より好ましくはΦ１０〜３０mmであることが望ましい。ウェハＷｆの局所研磨すべき領域もしくは除去量が十分に小さく、ウェハＷｆの研磨速度が小さくとも生産性の低下が許容範囲となる場合は、Φ１０mm以下とすることも可能である。

テーブル２１０は、ウェハＷｆを吸着する機構を有し、ウェハＷｆを保持する。図２に示される実施の形態においては、テーブル２１０は、駆動機構２１１によって回転軸Ａ周りに回転できるようになっている。テーブル２１０は、駆動機構２１１によって、ウェハＷｆに角度回転運動、又は、スクロール運動をさせるようになっていてもよく、テーブル２１０の任意の位置に回転後停止させてもよい。本運動と後述のアーム２２２の揺動運動とを組み合わせることにより、研磨パッド２２０はウェハＷｆ上の任意の位置に移動可能となる。研磨パッド２２０は、ヘッド２２１のウェハＷｆに対向する面に取り付けられる。ヘッド２２１は、図示していない駆動機構によって回転軸Ｂ周りに回転できるようになっている。

また、ヘッド２２１は、図示していない駆動機構、たとえばエアシリンダやボールネジのようなアクチュエータによって研磨パッド２２０をウェハＷｆの処理面に押圧できるようになっている。

アーム２２２は、ヘッド２２１を矢印Ｃに示すようにウェハＷｆの半径もしくは直径の範囲内で移動可能である。また、アーム２２２は、研磨パッド２２０がコンディショニング部２６０に対向する位置までヘッド２２１を揺動できるようになっている。

なお、本実施の形態では、ウェハＷｆに対して、ヘッド２２１及び研磨パッド２２０はがそれぞれ1つの例を示しているが、ヘッドおよび研磨パッドの数は複数であってもよい。ヘッド２２１は、そのヘッド内に複数の研磨パッドを有してもよく、その場合、研磨パッドは大きさが異なるものとしてもよい。また、局所研磨モジュール２００は、異なる大きさの研磨パッドを有する複数のヘッドを有してもよい。これらのヘッドないし研磨パッドをウェハＷｆの研磨すべき面積によって使い分けることで、より効率的なウェハＷｆ表面の処理が可能となる。また、図示しないが、局所研磨モジュール２００が研磨パッドを複数有する場合、アームが最適なヘッドを自動で選択できるようにしてもよい。

局所研磨モジュール２００は、検出ヘッド２３０を備える。検出ヘッド２３０には、ウェハＷｆの被研磨面の状態を検出するための検出器が取り付けられる。検出器は、一例としてＷｅｔ-ＩＴＭ（In-line Thickness Monitor）とすることができる。Ｗｅｔ−ＩＴＭは、検出ヘッド２３０がウェハ上に非接触状態にて存在し、ウェハ全面を移動することで、ウェハＷｆ上に形成された膜の膜厚分布（又は膜厚に関連する情報の分布）を検出（測定）することができる。

検出ヘッド２３０はアーム２３１に保持されており、アーム２３１を回動させることにより、検出ヘッド２３０がウェハＷｆの中心を通過するような軌跡を移動しながら、ウェハＷｆ上の膜厚分布を検出する。

なお、検出器としてＷｅｔ−ＩＴＭ以外にも任意の方式の検出器を用いることができる。例えば、利用可能な検出方式としては、公知の渦電流式や光学式のような非接触式の検出方式を採用することができ、また、接触式の検出方式を採用してもよい。

また、ウェハＷｆに形成されたノッチ、オリエンテーションフラット、及び、レーザーマーカーの少なくとも1つを基準位置として検知するための、ウェハＷｆとは非接触に配置される検知部２３２を局所研磨モジュール２００の中または外に設け、また、テーブル２１０を所定位置より角度回転可能なように、回転角度検知機構を駆動機構２１１に搭載してもよい。

検知部２３２は、テーブル２１０と一緒には回転しないように配置される。検知部２３２により、ウェハＷｆのノッチ、オリエンテーションフラット、及び、レーザーマーカーの少なくとも1つの位置を検知することで、検出ヘッド２３０で検出する膜厚等のデータを半径方向の位置のみでなく、周方向の位置とも関連付けることができる。すなわち、このような駆動機構２１１及びウェハＷｆの位置に関する指標に基づきウェハＷｆをテーブル２１０の所定位置に配置させることで、上記基準位置に対するウェハＷｆ上の膜厚又は膜厚に関連する信号の分布を得ることが可能となる。

また、本実施の形態では、検出ヘッド２３０は、アーム２２２とは独立に搭載されているが、検出ヘッド２３０をアーム２２２に取り付け、アーム２２２の動作を利用して膜厚又は膜厚や凹凸高さ情報に関連する信号を取得するように構成してもよい。また、本検出ヘッド２３０で取得した膜厚または膜厚や凹凸高さに関連する信号を元に各被研磨領域の研磨終点を判定してもよい。

コンディショニング部２６０は、研磨パッド２２０の表面をコンディショニングするための部材である。コンディショニング部２６０は、ドレステーブル２６１と、ドレステーブル２６１に設置されたドレッサ２６２とを備える。ドレステーブル２６１は、図示しない駆動機構によって回転軸Ｄ周りに回転できるようになっている。

処理液供給系統２４０は、ウェハＷｆの被研磨面に純水（ＤＩＷ）を供給するための純水ノズル２４１を備える。純水ノズル２４１は、純水配管２４２を介して純水供給源２４３に接続される。純水配管２４２には、純水配管２４２を開閉することができる開閉弁２４４が設けられる。制御装置６００は、開閉弁２４４の開閉を制御することにより、任意のタイミングでウェハＷｆの被研磨面に純水を供給することができる。

処理液供給系統２４０は、ウェハＷｆの被研磨面に薬液（Ｃｈｅｍｉ）を供給するための薬液ノズル２４５を備える。薬液ノズル２４５は、薬液配管２４６を介して薬液供給源２４７に接続される。薬液配管２４６には、薬液配管２４６を開閉することができる開閉弁２４８が設けられる。制御装置６００は、開閉弁２４８の開閉を制御することにより、任意のタイミングでウェハＷｆの被研磨面に薬液を供給することができる。

局所研磨モジュール２００は、アーム２２２、ヘッド２２１、及び、研磨パッド２２０を介して、ウェハＷｆの被研磨面に、純水、薬液、又はスラリ（Ｓｌｕｒｒｙ）等の研磨液を選択的に供給できるようになっている。すなわち、純水配管２４２における純水供給源２４３と開閉弁２４４との間からは分岐純水配管２４２ａが分岐している。また、薬液配管２４６における薬液供給源２４７と開閉弁２４８との間からは分岐薬液配管２４６ａが分岐している。分岐純水配管２４２ａ、分岐薬液配管２４６ａ、及び、研磨液供給源２４９に接続された研磨液配管２５０は、液供給配管２５４に合流する。

分岐純水配管２４２ａには、分岐純水配管２４２ａを開閉することができる開閉弁２５１が設けられる。分岐薬液配管２４６ａには、分岐薬液配管２４６ａを開閉することができる開閉弁２５２が設けられる。研磨液配管２５０には、研磨液配管２５０を開閉することができる開閉弁２５３が設けられる。なお、研磨液は、純水および薬液と同様に、ヘッド２２１の外部からウェハＷｆ上に供給できるように構成してもよい。

液供給配管２５４の第1端部は、分岐純水配管２４２ａ、分岐薬液配管２４６ａ、及び、研磨液配管２５０の３系統の配管に接続される。液供給配管２５４は、アーム２２２の内部、ヘッド２２１の中央、及び、研磨パッド２２０の中央を通って延伸する。液供給配管２５４の第２端部は、ウェハＷｆの被研磨面に向けて開口する。制御装置６００は、開閉弁２５１、開閉弁２５２、及び、開閉弁２５３の開閉を制御することにより、任意のタイミングで、ウェハＷｆの被研磨面に純水、薬液、スラリ等の研磨液のいずれか1つ又はこれらの任意の組み合わせの混合液を供給することができる。

以上、局所研磨モジュール２００を備えた研磨装置１００の構成について説明した。続いて、局所研磨モジュール２００を制御する本実施の形態の研磨制御システムについて説明する。

［局所研磨制御システム］
図３は、局所研磨モジュール２００を制御する局所研磨制御システム１の構成を示す図である。局所研磨制御システム１は、図１で説明した制御装置６００の一部として構成することができる。局所研磨制御システム１は、局所研磨の研磨レシピを生成する構成として、膜厚分布推定部１０と、局所研磨部位設定部１１と、研磨ヘッド選択部１２と、研磨レシピ生成部１３とを有している。

膜厚分布推定部１０は、局所研磨の対象のウェハの膜厚分布を推定する機能を有している。膜厚分布推定部１０は、前述した検出ヘッド２３０および検知部２３２から、ウェハの膜厚の測定結果のデータを受信し、受信した測定結果に基づいてウェハの膜厚分布を推定する。

また、局所研磨制御システム１は、通信部１８によって、上流のエッチング工程において用いたエッチングパターンのデータを受信する。膜厚分布推定部１０は、エッチングパターンのデータも用いて膜厚分布を推定する。ウェハＷｆの表面の凹凸は、下層の配線パターンの影響を受けるので、エッチングパターンのデータを用いることで、測定されていない部分の膜厚を精度良く補完することができる。このように膜厚分布推定部１０がウェハの膜厚分布を推定するので、検出ヘッド２３０および検知部２３２は精細な測定を行う必要はなく、膜厚測定に要する時間を短縮できる。なお、本実施の形態では、上流のエッチング工程において用いたエッチングパターンのデータをも用いて膜厚分布を推定する例を説明しているが、エッチングパターンのデータを用いることは必須ではなく、膜厚分布推定部１０は、ウェハの膜厚の測定結果のデータのみから膜厚分布を推定する構成としてもよい。

図４は、膜厚分布推定部１０によって推定した膜厚分布を示すコンター図である。図４では、膜厚の分布を等高線によって表しており、高さが１０，１５，２０の等高線によって膜厚分布を示している。図４に示す例では、高さ１０の等高線で囲まれた領域ｒ１と、高さ１５の等高線で囲まれた領域ｒ２と、高さ２０の等高線で囲まれた２つの領域ｒ３，ｒ４とを有している。なお、図４では、コンター図を３種類の等高線によって表したが、何段階に分割するかは適宜設定することができる。分割数が決まれば、膜厚分布推定部１０は、（最大高さ−最小低さ）／分割数によって、どの高さの等高線を描くかを決定することができる。

なお、膜厚分布推定部１０にて推定された膜厚分布は、あくまでも推定値である。後述する研磨レシピを求めるモデルは、膜厚分布が推定値であることを前提として研磨レシピを生成するためのレシピ生成モデルである。また、推定された膜厚分布から求めた研磨レシピを用いて実際に局所研磨を行った結果に基づいて、レシピ生成モデルを学習することにより、膜厚分布の推定値から精度の高い研磨レシピを求めることができるようになる。

局所研磨部位設定部１１は、膜厚分布推定部１０にて推定された膜厚分布に基づいて局所研磨部位を設定する機能を有する。局所研磨部位設定部１１は、局所研磨をスループット優先で研磨するか精度優先で研磨するかによって局所研磨部位の設定の仕方が異なる。なお、局所研磨をスループット優先で行うか、精度優先で行うかは、ユーザが優先設定入力部１９から入力することによってあらかじめ設定しておく。

図５（ａ）は、精度優先で局所研磨を行うときの局所研磨部位の例を示している。精度優先で局所研磨を行う際には、図５（ａ）に示すように、等高線によって形成された各領域ｒ１〜ｒ４を局所研磨部位とし、図５（ｂ）に示すように、全ての部位の局所研磨を行うのに４ステップを要する。図６（ａ）は、スループット優先で局所研磨を行うときの局所研磨部位の例を示している。スループット優先で局所研磨を行う際には、図６（ａ）に示すように、高さ２０の等高線で形成された近接する領域ｒ３と領域ｒ４をグループ化し、一つの局所研磨部位とする。この場合、図６（ｂ）に示すように全ての局所研磨部の研磨を行うのに３ステップで足りる。

研磨ヘッド選択部１２は、局所研磨部位の大きさに基づいて研磨ヘッドを選択する。図５（ｂ）は、図５（ａ）に示すように局所研磨部位が設定された場合に、各ステップにおいて用いる研磨ヘッドおよびその動きを示す図である。ステップ１〜ステップ３においては、各ステップでの局所研磨部位ｒ３，ｒ４，ｒ２をちょうど覆う大きさの研磨ヘッドを選択する。

ステップ４においては、局所研磨部位ｒ１を覆う研磨ヘッドはないので、局所研磨を効率的に行える大きさの研磨ヘッドを選択する。具体的には、局所研磨部位ｒ１をカバーする矩形のスキャンエリア（縦長Ｈ×横長Ｗ）を設定し、このスキャンエリアを研磨ヘッドでスキャン（走査）することで、領域ｒ１の局所研磨を行う。

図６（ｂ）は、図６（ａ）に示すように局所研磨部位が設定された場合に、各ステップにおいて用いる研磨ヘッドおよびその動きを示す図である。この例では、領域ｒ３，ｒ４がグループ化されて一つの局所研磨部位とされているので、ステップ１では、領域ｒ３及び領域ｒ４の両方を同時に覆う大きさの研磨ヘッドを選択する。ステップ２，３は、図５（ｂ）で示したステップ３，４と同じである。

このように、精度優先の場合には、小さい研磨ヘッドを用いてウェハＷｆ表面の凹凸に合わせてきめ細かく局所研磨を行うことができる。この場合、局所研磨を行う際に、膜厚に合わせて研磨ヘッドを取り替える必要があるので、精度は高まるもののスループットは落ちることになる。逆に、スループット優先の場合には、近接している同じ高さの局所研磨部位をひとまとめに研磨することで、研磨時間の短縮を図ることができる。

研磨レシピ生成部１３は、局所研磨部位を研磨する研磨レシピを求める機能を有する。まず、研磨レシピ生成部１３は、研磨ヘッドで局所研磨部位をカバーする範囲を求める。図５（ｂ）を参照して説明すると、ステップ１〜ステップ３においては、研磨ヘッドが局所研磨部位をすっぽりと覆っているので、このような場合には、研磨時の研磨ヘッドの位置を求めればよい。ステップ４においては、局所研磨部位の方が研磨ヘッドより大きいので、局所研磨部位をカバーする矩形のスキャンエリアの縦長Ｈと横長Ｗを求める。そして、このスキャンエリアを短時間でくまなくスキャンする研磨ヘッドの軌跡を求める。

次に、研磨レシピ生成部１３は、局所研磨を行う際のその他の条件を求める。具体的には、研磨制御システムは、研磨レシピ生成部１３は、レシピ生成モデルを用いて、局所研磨部位の属性に応じた研磨レシピを求める。本実施の形態では、レシピ生成モデルとして、ニューラルネットワークモデルを用いる。

図７は、モデル記憶部２０に記憶されたレシピ生成モデルの例を示す図である。レシピ生成モデルは、入力ノードとして局所研磨部位の属性等を有し、出力ノードとして研磨を行う条件、すなわち研磨レシピを有している。入力ノードとしては、局所研磨部位の平均膜厚、スキャンエリアの縦長及び横長と、ヘッド種類のノードを有している。出力ノードとしては、スキャン速度と、スキャン回数と、研磨パッドの押圧力、研磨時間のノードを有している。なお、図５（ｂ）のステップ１〜ステップ３のように研磨ヘッドをスキャンする必要がない場合には、スキャンエリアの縦長、横長の属性の入力ノードおよびスキャン速度やスキャン回数等の出力ノードはないものとして扱う。

図７に示すレシピ生成モデルは、一例であって、研磨レシピを求めるためのモデルの入力ノード、及び出力ノードは、図７にて例示したものに限定されない。例えば、出力ノードとして、研磨ヘッドの回転数やスラリの供給速度のノードなどを有してもよい。また、入力ノードと出力ノードとの間の中間ノードは、一層ではなく複数の層を有してもよい。

研磨レシピ生成部１３は、局所研磨部位設定部１１にて設定された局所研磨部位の平均膜厚、スキャンエリアの縦長及び横長の属性を入力ノードに適用すると共に、研磨ヘッド選択部１２にて選択された研磨ヘッドを適用し、出力ノードの値を求める。これにより、研磨レシピ生成部１３は、研磨レシピ、すなわち、局所研磨を行うときの各種の条件を求めることができる。

なお、本実施の形態では、研磨レシピを求めるためのレシピ生成モデルとしてニューラルネットワークモデルを例として説明したが、研磨レシピを求めるためのモデルは、ニューラルネットワークモデルに限らず、決定木モデルやベイジアンネットワークモデルを用いることもできる。

図３に戻って説明を続ける。局所研磨制御システム１は、研磨レシピ生成部１３にて生成された研磨レシピを検証するシミュレーション部１４を備えている。シミュレーション部１４は、研磨レシピにしたがってウェハの局所研磨を行ったとした場合の膜厚分布をシミュレーションする。

シミュレーション部１４は、モデル記憶部２０に記憶されたシミュレーションモデルを読み出し、シミュレーションモデルに局所研磨の条件を適用することにより、局所研磨後の膜厚分布およびスループットを算出する。その結果、局所研磨後のウェハの膜厚分布およびスループットが所定の仕様を満たす場合には、シミュレーション部１４は、生成された研磨レシピでＯＫと判定する。シミュレーションした結果、膜厚分布またはスループットが所定の仕様を満たさない場合には、シミュレーション部１４は、研磨レシピはＮＧと判定する。

研磨レシピ送信部１５は、シミュレーション部１４での検証でＯＫと判定された研磨レシピのデータを局所研磨モジュール２００に送信する機能を有する。局所研磨モジュール２００は、局所研磨制御システム１から送信された研磨レシピを研磨レシピ受信部２７１にて受信すると、受信した研磨レシピにしたがって、各種駆動部２７０を駆動して、局所研磨を行う。

各種駆動部２７０とは、図２を用いて説明した局所研磨装置１００を駆動させる駆動部であり、例えば、テーブル２１０の駆動機構２１１、アーム２２２の駆動機構、研磨パッド２２０を回転させる回転駆動機構、研磨パッド２２０をウェハに押圧するアクチュエータ、処理液供給系統２４０の開閉弁２４４，２４８，２５１〜２５３等である。

局所研磨モジュール２００は、研磨レシピにしたがって、ウェハの局所研磨を行った後、膜厚の測定を行い、測定された膜厚のデータを実研磨データ送信部２７２から局所研磨制御システム１に送信する。局所研磨制御システム１は、局所研磨モジュール２００から送信された膜厚データを受信すると、受信した膜厚データを教師信号として、ニューラルネットワークモデルの学習を行う。これにより、実研磨データに基づいて、レシピ生成モデルの精度を高めていくことができる。

また、局所研磨制御システム１は、出力部１７を有している。出力部１７は、例えば、ディスプレイ等の表示手段によって構成される。局所研磨制御システム１は、例えば、シミュレーション部１４によるシミュレーション結果を出力部１７から出力する。これにより、シミュレーション結果がＮＧの場合に、ウェハのどの部分の研磨が足りないのか、あるいは、所定の仕様の範囲まで、あとどの程度の研磨が必要なのか等を把握できる。これにより、研磨レシピを修正したり、研磨レシピを求めるニューラルネットワークモデルを調整することができる。

図８は、局所研磨制御システム１によって局所研磨を制御する動作を示す図である。局所研磨制御システム１は、局所研磨を行う際に、精度を優先するかスループットを優先するかの優先設定の入力を受け付ける（Ｓ１０）。

局所研磨制御システム１は、局所研磨を行うウェハのエッチングパターンのデータを通信部を介して受信する（Ｓ１１）。局所研磨制御システム１は、局所研磨対象のウェハの膜厚を測定し（Ｓ１２）、膜厚の測定結果とエッチングパターンに基づいて膜厚分布を推定し、コンター図を生成する（Ｓ１３）。続いて、局所研磨制御システム１は、推定された膜厚分布に基づいて局所研磨部位を設定する（Ｓ１４）。局所研磨部位設定部１１は、あらかじめ入力された優先設定が、精度かスループットかに基づいて、局所研磨部位を設定する。

続いて、局所研磨制御システム１は、局所研磨部位の大きさに基づいて、それぞれの局所研磨部位を研磨する研磨ヘッドを選択する（Ｓ１５）。次に、局所研磨制御システム１は、モデル記憶部２０からレシピ生成のためのレシピ生成モデルを読み出し、レシピ生成モデルに対して局所研磨部位の属性および研磨ヘッドの種類を適用することによって局所研磨部位を研磨する研磨レシピを生成する（Ｓ１６）。

次に、局所研磨制御システム１は、生成した研磨レシピを用いて局所研磨部位を研磨したとした場合の膜厚をシミュレーションする（Ｓ１７）。このシミュレーションの結果、スループット、研磨後の膜厚が面均一度の基準を満たすか否かを判定する（Ｓ１８）。この結果、基準を満たすと判定されたときは（Ｓ１８でＹＥＳ）、研磨レシピを局所研磨モジュール２００に送信し、ウェハの実研磨を行う（Ｓ２０）。

シミュレーションの結果、スループット、面均一度の基準を満たさない場合には（Ｓ１８でＮＯ）、研磨レシピを手動生成し（Ｓ１９）、生成した研磨レシピによって実研磨を行う（Ｓ２０）。

なお、スループット及び面均一度の基準を満たすか否かの判定（Ｓ１８）において、スループットの基準は、局所研磨部位ごとに判定してもよいし、すべての局所研磨部位を研磨する研磨時間の合計に基づいて、判定を行ってもよい。

以上、第１の実施の形態の局所研磨制御システム１の構成および動作について説明した。第１の実施の形態の局所研磨制御システム１は、膜厚分布推定部１０にて推定した膜厚に基づいて研磨レシピを生成するので、ウェハの膜厚を精密に測定しなくても、研磨レシピを生成することができ、短時間でウェハの局所研磨を行うことができる。

第１の実施の形態の局所研磨制御システム１は、優先度の設定に基づいて局所研磨部位を設定することにより、精度またはスループットを優先した局所研磨を行うことができる。

（第２の実施の形態）
図９は、第２の実施の形態の局所研磨制御システム２の構成を示す図である。図１を参照して説明したように、研磨装置１００は、局所研磨モジュール２００のほかに全体研磨モジュール３００を有しているが、第２の実施の形態の局所研磨制御システム２は、全体研磨モジュール３００にて研磨を行うときの研磨条件（これを「全体研磨条件」という）も用いて、局所研磨レシピを求める。

第２の実施の形態の局所研磨制御システム２は、通信部１８にて、全体研磨条件のデータを受信する。全体研磨としては種々の条件があるが、本実施の形態では、全体研磨の研磨時間と研磨時の押圧力のデータを受信する。

図１０は、第２の実施の形態において用いるレシピ生成モデルの例を示す図である。レシピ生成モデルは、第１の実施の形態と同様のレシピ生成モデルである。レシピ生成モデルは、入力ノードとして、第１の実施の形態で説明したレシピ生成モデルの入力ノードに加え、全体研磨時間及び全体研磨押圧力のノードを有している。第２の実施の形態の局所研磨制御システム２は、局所研磨部位の属性および局所研磨に用いる研磨ヘッドのデータを入力ノードに適用すると共に、通信部１８にて受信した全体研磨の研磨時間及び押圧力のデータを入力ノードに適用して、局所研磨の研磨レシピを生成する。

第２の実施の形態の局所研磨制御システム２のその他の構成は、第１の実施の形態の局所研磨制御システム１の構成と同じである。第２の実施の形態の局所研磨制御システム２の動作は、エッチングパターンデータを入力するステップＳ１１（図８）において、エッチングパターンと共に全体研磨条件のデータを入力する点を除いては、第１の実施の形態の局所研磨制御システム１の動作と同じである。

第２の実施の形態の局所研磨制御システム２は、全体研磨における段差解消性も考慮して、全体研磨と局所研磨とを総合した適切な局所研磨レシピを生成することができる。なお、第２の実施の形態の局所研磨制御システム２は、全体研磨と局所研磨のいずれを先に行う場合であっても適用することができる。

（第３の実施の形態）
図１１は、第３の実施の形態の局所研磨制御システム３の構成を示す図である。第３の実施の形態の局所研磨制御システム３は、研磨レシピ生成部１３が１つのレシピ生成モデルのみに基づいて研磨レシピを生成するのではなく、異なる種類のモデルで生成した研磨レシピ、および過去に用いた研磨レシピの中から最良の研磨レシピを選択する構成を有する。

図１２は、第３の実施の形態の局所研磨制御システム３によって研磨レシピを生成する動作を示すフローチャートである。図１２のフローチャートは、図８に示すフローチャートのステップＳ１６，Ｓ１７の処理に相当する。図１２も参照しつつ、研磨レシピの生成について説明する。

局所研磨制御システム３のモデル記憶部２０には、レシピ生成モデルとして、ニューラルネットワークモデルと決定木モデルを有している。研磨レシピ生成部１３は、局所研磨部位の属性等をニューラルネットワークのレシピ生成モデルの入力ノードに適用して研磨レシピ（これを「研磨レシピＡ」という）を求める（Ｓ３０）と共に、局所研磨部位の属性等を決定木モデルに適用して研磨レシピ（これを「研磨レシピＢ」という）を求める（Ｓ３１）。

第３の実施の形態の局所研磨制御システム３は、過去に用いた研磨レシピの実績データを記憶した実績データ記憶部２１を有している。図１３は、実績データ記憶部２１に記憶された研磨レシピの実績データの例を示す図である。実績データは、過去に研磨した局所研磨部位の属性と、その局所研磨部位に用いた研磨レシピと、研磨後の成績のデータを有している。局所研磨部位の属性としては、局所研磨部位の膜厚、スキャンエリアの縦長及び横長のデータがある。図１３で詳細を示していないが、研磨レシピに含まれる条件には、例えば、研磨の押圧力、研磨ヘッドの回転数、スキャニング速度、研磨時間等がある。成績は、研磨後の膜厚分布の面均一性の程度や研磨に要した時間等を所定の計算式でスコアに変換したデータである。ここで説明した実績データは一例にすぎず、上記した以外のデータを実績データとして有してもよい。

また、研磨レシピ生成部１３は、実績データの中から成績の良い研磨レシピを選ぶ（Ｓ３２）。具体的には、実績データを局所研磨部位の属性を用いてクラスタリングし、処理対象の局所研磨部位の属性に近いクラスタに含まれる実績データの中から、成績の良いトップ５の研磨レシピ（これを「研磨レシピＣ１〜Ｃ５」という）を選ぶ。

研磨レシピ生成部１３は、上記のようにして生成あるいは選んだ研磨レシピＡ，Ｂ，Ｃ１〜Ｃ５について、処理対象の局所研磨部位を研磨したとした場合の膜厚分布をシミュレーションする（Ｓ３３）。そして、最も成績の良かった研磨レシピを選択する（Ｓ３４）。

このように異なるモデルで生成した研磨レシピおよび過去の研磨レシピの中から最も成績の良い研磨レシピを選択することで、ある手法では仕様範囲を満たすことができない研磨レシピしかできない場合でも、異なる手法を用いた研磨レシピも候補に入るので、仕様範囲を満たす研磨レシピを生成できる可能性が高まる。

なお、本実施の形態では、異なる種類のレシピ生成モデルを用いて生成した研磨レシピと、過去に用いた研磨レシピの中から最良のレシピを選択する例について説明したが、異なる種類のレシピ生成モデルを用いて生成した研磨レシピまたは過去の研磨レシピのいずれかから研磨レシピを選択してもよい。

（第４の実施の形態）
図１４は、第４の実施の形態の局所研磨制御システム４の構成を示す図である。第４の実施の形態の局所研磨制御システム４の基本的な構成は、上記した第１の実施の形態の局所研磨制御システム１と同じである。ただし、第４の実施の形態の局所研磨制御システム４は、インターネット等のネットワーク８００を通じて、多数の研磨装置１００と接続され、いわゆるＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）の構成をとっている。

第４の実施の形態の局所研磨制御システム４は、ネットワーク８００を介して接続された研磨装置１００から処理対象のウェハＷｆの膜厚データ等を受信し、そのウェハＷｆにあった局所研磨レシピを生成して配信する。また、局所研磨制御システム４は、多数の研磨装置１００による局所研磨の結果のデータに基づいて、研磨レシピを求めるためのレシピ生成モデルの学習を行う。

研磨レシピの提供とレシピ生成モデルの学習の流れについて説明する。ネットワーク８００に接続された研磨装置１００は、処理対象のウェハの膜厚データとエッチングパターンのデータを、局所研磨制御システム４に送信する（ステップ（ｉ））。局所研磨制御システム４は、膜厚データとエッチングデータを受信すると、第１の実施の形態の局所研磨制御システム１と同様に、研磨レシピを生成し（ステップ（ｉｉ））、生成した研磨レシピを研磨装置１００に送信する（ステップ（ｉｉｉ））。研磨装置１００は、局所研磨制御システム４から受信した研磨レシピを用いて、ウェハの研磨を行い（ステップ（ｉｖ））、研磨後のウェハの膜厚のデータ及び研磨に要した時間のデータを研磨結果データとして局所研磨制御システム４に送信する（ステップ（ｖ））。局所研磨制御システム４は、研磨レシピに対する研磨結果データを受信すると、このデータを用いて、レシピ生成モデルの学習を行う（ステップ（ｖｉ））。

図１５は、研磨結果データを用いて、レシピ生成モデルの学習を行う手法の一例を示す図である。図１５においては、研磨レシピを求めるためのレシピ生成モデル、研磨レシピを用いて研磨結果をシミュレーションするシミュレーションモデルを簡略化して記載している。

図１５（ａ）は、学習前のレシピ生成モデル（ｆ）を用いて、処理対象のウェハの属性Ａ（実際には、図７に示すように複数のノードがある）から研磨レシピＸを生成する様子、および、研磨レシピＸにしたがって研磨したときのシミュレーション結果をシミュレーションモデル（ｇ）を用いて求める様子を示す。図１５（ａ）では、シミュレーション結果として、スループットの予測値Ｃ、面均一性の予測値Ｄを得る。ここで、この予測値Ｃ，Ｄは、スループット及び面均一性の合格基準を満たす値であり、研磨レシピＸを実研磨に用いて良いとの結果（図８のステップＳ１８でＹＥＳ）が得られたものとする。

図１５（ｂ）は、実研磨によって得られた研磨結果データによって、シミュレーションモデルの学習を行う例を示す。実研磨の結果、スループットが予測値Ｃとは異なる研磨結果Ｃ´、面均一性が予測値Ｄとは異なる研磨結果Ｄ´が得られたときに、研磨レシピＸによってこれらの結果Ｃ´、Ｄ´が得られるようにシミュレーションモデル（ｇ）を学習してシミュレーションモデル（ｇ´）を得る。これにより、研磨レシピから研磨結果を予測するシミュレーションモデルの精度が高くなったと考えられる。

次に、図１５（ｃ）に示すように、学習されたシミュレーションモデル（ｇ´）を用いて、合格基準値Ｃ，Ｄを得ることができる研磨レシピＸ´を求め、続いて、研磨レシピＸ´によって研磨レシピＸ´が得られるようにレシピ生成モデル（ｆ）を学習して、レシピ生成モデル（ｆ´）を得る。これにより、研磨レシピを生成するためのレシピ生成モデルの学習が行われる。

なお、図１５を用いて説明した学習は、レシピ生成モデルの学習の一例であり、他の方法によって学習を行ってもよい。例えば、図１５（ｃ）で示した過程において、図１５（ｄ）に示すように合格基準値Ｃ，Ｄに代えて、スループットと面均一性の理想値を用いて、レシピ生成モデル（ｆ）の学習を行ってレシピ生成モデル（ｆ´´）を得てもよい。

ネットワークによって接続された多数の研磨装置１００で行った研磨結果のデータを用いて、レシピ生成モデルの学習を行うことにより、研磨対象部位の属性等に応じて、研磨対象部位を局所研磨する研磨レシピを精度良く求めることができるようになる。

（第５の実施の形態）
上記した実施の形態では、基板処理の例として、ウェハの局所研磨を行うシステムについて説明したが、本実施の形態では、基板制御として、ウェハＷｆ上の異物をスクラブして除去するスクラブ装置を制御するスクラブ制御システムについて説明する。最初に、スクラブ装置の構成について説明する。

［スクラブ装置の構成］
図１６は、スクラブ装置９００の構成を示す側面図である。図１６に示すように、スクラブ装置９００は、ウェハＷｆを水平に保持し、その軸心を中心として回転させる中空状の基板回転機構９１０と、この基板回転機構９１０に保持されたウェハＷｆの上面をスクラブ（擦り洗い）してウェハＷの上面から異物や傷を除去するスクラバー（処理ヘッド）９２０と、ウェハＷの下面を流体圧により非接触で支持する静圧支持機構９３０とを備えている。基板回転機構９１０、スクラバー９２０、および静圧支持機構９３０は、隔壁９４０によって囲まれている。隔壁９４０の内部空間は、処理室９４１を構成している。ここではスクラブ処理を中心に説明しているが、この処理室９４１内において、洗浄、乾燥を行うこともでき、図１６に示すスクラブ装置９００は、洗浄装置、乾燥装置を兼ねることができる。

静圧支持機構９３０は、基板回転機構９１０の内側空間内に配置されている。静圧支持機構９３０は、ステージ昇降機構９３２により支持された支持ステージ９３１を備える。また、静圧支持機構９３０は、ステージ回転機構９３３を備えている。

スクラバー９２０は、基板回転機構９１０に保持されているウェハＷｆの上方に配置されている。スクラバー９２０は、ウェハＷｆの表面処理をするためのスポンジ、不織布、発泡ポリウレタンなどの軟質材料または研磨テープなどからなるスクラブ部材９２１を備えている。スクラブ部材９２１を用いた表面処理は、ウェハＷｆの表面を僅かに削り取ることにより、ウェハＷｆの表面から異物を除去し、および／またはウェハＷｆの表面を構成する材料の少なくとも一部を除去する処理である。スクラブ部材９２１を用いたウェハＷｆの表面処理を、スクラブ（擦り洗い）処理という。

スクラバー９２０はスクラバーシャフト９２２を介して揺動アーム９２３の一端に連結されており、揺動アーム９２３の他端は揺動軸９２４に固定されている。揺動軸９２４は軸回転機構９２５に連結されている。この軸回転機構９２５により揺動軸９２４が駆動されると、スクラバー９２０が処理位置とウェハＷｆの半径方向外側にある退避位置との間を移動するようになっている。

揺動軸９２４には、スクラバー９２０を上下方向に移動させるスクラバー昇降機構９２６がさらに連結されている。このスクラバー昇降機構９２６は、揺動軸９２４およびスクラバーシャフト９２２を介してスクラバー９２０を昇降させる。スクラバー９２０は、スクラバー昇降機構９２６によりウェハＷｆの上面に接触するまで下降される。スクラバー昇降機構９２６としては、エアシリンダ、またはサーボモータとボールねじとの組み合わせなどが使用される。

隔壁９４０の上部には、クリーンエア取入口９４３が形成されており、隔壁９４０の下部には排気ダクト９４２が形成されている。排気機構９５０は隔壁９４０の上面に設置されている。この排気機構９５０は、ファン９５１と、このファン９５１から送られた空気中のパーティクルや粉塵を除去するフィルター９５２とを備えている。排気機構９５０は、清浄な空気をクリーンエア取入口９４３を通じて処理室９４１に送り込み、処理室９４１内の気体を排気ダクト９４２から排出させる。

基板回転機構９１０は、全体として円筒形状を有しており、その中央部には空間が形成されている。基板回転機構９１０は、ウェハＷｆの周縁部を把持する複数のチャック９１１と、これらチャック９１１を介してウェハＷｆを回転させる中空モータ９１２とを備えている。チャック９１１の下方には、チャック９１１を上昇させるリフト機構９１５が設けられている。中空モータ９１２は、静止部材９１３と回転基台９１４との間において、アンギュラコンタクト玉軸受によって回転自在に支持されている。

［スクラブ制御システム］
図１７は、スクラブ制御システムの構成を示す図である。スクラブ制御システム５は、スクラブのスクラブレシピを生成する構成として、パーティクル分布推定部３０と、スクラブ部位設定部３１と、スクラブ部材選択部３２と、スクラブレシピ生成部３３とを有している。

パーティクル分布推定部３０は、スクラブの対象のウェハのパーティクル分布を推定する機能を有している。パーティクル分布推定部３０は、ウェハ上のパーティクルを検知する検出部９６０から、ウェハのパーティクルの検出結果のデータを受信し、受信した検出結果に基づいてウェハ上のパーティクル分布を推定する。このようにパーティクル分布推定部３０がウェハ上のパーティクルの分布を推定するので、検出部９６０は精細な検出を行う必要はなく、パーティクル検出に要する時間を短縮できる。

スクラブ部位設定部３１は、パーティクル分布推定部３０にて推定されたパーティクル分布に基づいてスクラブ部位を設定する機能を有する。スクラブ部位設定部３１は、スループット優先でスクラブするか精度優先でスクラブするかによってスクラブ部位の設定の仕方が異なる。なお、スクラブをスループット優先で行うか、精度優先で行うかは、ユーザが優先設定入力部３９から入力することによってあらかじめ設定しておく。

スクラブ部材選択部３２は、スクラブ部位の大きさに基づいてスクラブ部材を選択する。精度優先の場合には、小さいスクラブ部材を用いてウェハＷｆ表面にあるパーティクルの分布に合わせてきめ細かくスクラブを行うことができ、パーティクルのない部分が必要以上に擦られることを防止する。逆に、スループット優先の場合には、近接しているスクラブ部位をひとまとめにスクラブすることで、スクラブ時間の短縮を図ることができる。

スクラブレシピ生成部３３は、スクラブ部位をスクラブするスクラブレシピを求める機能を有する。まず、スクラブレシピ生成部３３は、スクラブ部材でスクラブ部位をカバーする範囲を求める。次に、スクラブレシピ生成部３３は、スクラブを行う際のその他の条件を求める。具体的には、スクラブレシピ生成部３３は、レシピ生成モデルを用いて、スクラブ部位の属性に応じたスクラブレシピを求める。本実施の形態では、レシピ生成モデルとして、ニューラルネットワークモデルを用いる。

図１８は、モデル記憶部４０に記憶されたレシピ生成モデルの例を示す図である。レシピ生成モデルは、入力ノードとしてスクラブ部位の属性等を有し、出力ノードとしてスクラブを行う条件、すなわちスクラブレシピを有している。入力ノードとしては、スクラブ部位にあるパーティクルの密度、スクラブエリアの縦長及び横長と、スクラブ部材のノードを有している。出力ノードとしては、スクラブ部材のスキャン速度およびスキャン回数と、スクラブ部材の押圧力、スクラブ時間のノードを有している。

図１８に示すレシピ生成モデルは、一例であって、スクラブレシピを求めるためのモデルの入力ノード、及び出力ノードは、図１８にて例示したものに限定されない。また、入力ノードと出力ノードとの間の中間ノードは、一層ではなく複数の層を有してもよい。

スクラブレシピ生成部３３は、スクラブ部位設定部３１にて設定されたスクラブ部位にあるパーティクルの密度、スクラブ部位の縦長及び横長の属性を入力ノードに適用すると共に、スクラブ部材選択部３２にて選択されたスクラブ部材を適用し、出力ノードの値を求める。これにより、スクラブレシピ生成部３３は、スクラブレシピ、すなわち、スクラブを行うときの各種の条件を求めることができる。

なお、本実施の形態では、スクラブレシピを求めるためのレシピ生成モデルとしてニューラルネットワークモデルを例として説明したが、スクラブレシピを求めるためのモデルは、ニューラルネットワークモデルに限らず、決定木モデルやベイジアンネットワークモデルを用いることもできる。

スクラブ制御システム５は、スクラブレシピ生成部３３にて生成されたスクラブレシピを検証するシミュレーション部３４を備えている。シミュレーション部３４は、スクラブレシピにしたがってウェハのスクラブを行ったとした場合のパーティクル分布をシミュレーションする。

シミュレーション部３４は、モデル記憶部４０に記憶されたシミュレーションモデルを読み出し、シミュレーションモデルにスクラブの条件を適用することにより、スクラブ後のパーティクル分布およびスループットを算出する。その結果、スクラブ後のウェハのパーティクル分布およびスループットが所定の仕様を満たす場合には、シミュレーション部３４は、生成されたスクラブレシピでＯＫと判定する。シミュレーションした結果、パーティクル分布またはスループットが所定の仕様を満たさない場合には、シミュレーション部３４は、スクラブレシピはＮＧと判定する。

スクラブレシピ送信部３５は、シミュレーション部３４での検証でＯＫと判定されたスクラブレシピのデータをスクラブ装置９００に送信する機能を有する。スクラブ装置９００は、スクラブ制御システム５から送信されたスクラブレシピをスクラブレシピ受信部９６２にて受信すると、受信したスクラブレシピにしたがって、各種駆動部９６１を駆動して、スクラブを行う。

各種駆動部９６１とは、図１６を用いて説明したスクラブ装置９００を駆動させる駆動部であり、例えば、基板回転機構９１０、スクラバー昇降機構９２６、ステージ回転機構９３３、静圧支持機構９３０等である。

スクラブ装置９００は、スクラブレシピにしたがって、ウェハのスクラブを行った後、パーティクル分布の測定を行い、測定されたパーティクル分布のデータをスクラブデータ送信部９６３からスクラブ制御システム５に送信する。スクラブ制御システム５は、スクラブ装置９００から送信されたパーティクル分布データを受信すると、受信したパーティクル分布データを教師信号として、レシピ生成のためのレシピ生成モデルの学習を行う。これにより、実スクラブデータに基づいて、スクラブレシピ生成モデルの精度を高めていくことができる。

また、スクラブ制御システム５は、出力部３７を有している。出力部３７は、例えば、ディスプレイ等の表示手段によって構成される。スクラブ制御システム５は、例えば、シミュレーション部３４によるシミュレーション結果を出力部３７から出力する。これにより、シミュレーション結果がＮＧの場合に、ウェハのどの部分のスクラブが足りないのか、あるいは、所定の仕様の範囲まで、あとどの程度のスクラブが必要なのか等を把握できる。これにより、スクラブレシピを修正したり、スクラブレシピを求めるレシピ生成モデルを調整することができる。

図１９は、スクラブ制御システム５によってスクラブを制御する動作を示す図である。スクラブ制御システム５は、スクラブを行う際に、精度を優先するかスループットを優先するかの優先設定の入力を受け付ける（Ｓ４０）。

スクラブ制御システム５は、スクラブ対象のウェハのパーティクルを検知し（Ｓ４１）、検知結果に基づいてパーティクル分布を推定する（Ｓ４２）。続いて、スクラブ制御システム５は、推定されたパーティクル分布に基づいてスクラブ部位を設定する（Ｓ４２）。スクラブ部位設定部３１は、あらかじめ入力された優先設定が、精度かスループットかに基づいて、スクラブ部位を設定する。

続いて、スクラブ制御システム５は、スクラブ部位の大きさに基づいて、それぞれのスクラブ部位をスクラブするスクラブ部材を選択する（Ｓ４４）。次に、スクラブ制御システム５は、モデル記憶部４０からレシピ生成のためのレシピ生成モデルを読み出し、レシピ生成モデルに対してスクラブ部位の属性およびスクラブ部材の種類を適用することによってスクラブ部位をスクラブするスクラブレシピを生成する（Ｓ４５）。

次に、スクラブ制御システム５は、生成したスクラブレシピを用いてスクラブ部位をスクラブした後のパーティクル分布をシミュレーションする（Ｓ４６）。このシミュレーションの結果、スループット、スクラブ後のパーティクル分布が面均一度の基準を満たすか否かを判定する（Ｓ４７）。この結果、基準を満たすと判定されたときは（Ｓ４７でＹＥＳ）、スクラブレシピをスクラブ装置９００に送信し、ウェハの実スクラブを行う（Ｓ４９）。

シミュレーションの結果、スループット、面均一度の基準を満たさない場合には（Ｓ４７でＮＯ）、スクラブレシピを手動生成し（Ｓ４８）、生成したスクラブレシピによって実スクラブを行う（Ｓ４９）。

なお、スループット及び面均一度の基準を満たすか否かの判定（Ｓ４７）において、スループットの基準は、スクラブ部位ごとに判定してもよいし、すべてのスクラブ部位をスクラブするスクラブ時間の合計に基づいて、判定を行ってもよい。

以上、第５の実施の形態のスクラブ制御システム５の構成および動作について説明した。第５の実施の形態のスクラブ制御システム５は、パーティクル分布推定部３０にて推定したパーティクル分布に基づいてスクラブレシピを生成するので、ウェハのパーティクルの一つ一つを精密に検出しなくても、スクラブレシピを生成することができ、短時間でウェハのスクラブを行うことができる。

第５の実施の形態のスクラブ制御システム５は、優先度の設定に基づいてスクラブ部位を設定することにより、精度またはスループットを優先したスクラブを行うことができる。

スクラブ制御システム５は、モデル記憶部４０に、レシピ生成モデルとしてニューラルネットワークモデルのみを記憶するのではなく、決定木モデルやベイジアンネットワークモデルなどの複数種類のモデルを記憶して、複数種類のモデルを用いて生成した複数のスクラブレシピの中から、実際のスクラブに用いる一つのスクラブレシピを選択することとしてもよい。すなわち、生成した複数種類のスクラブレシピを用いてスクラブを行ったとしたときのスクラブ結果をシミュレーション部にてシミュレーションし、成績の一番良いスクラブレシピを選択する。

また、スクラブ制御システム５は、第３の実施の形態において説明した局所研磨制御システムと同様に、過去に用いたスクラブレシピの実績データを記憶した実績データ記憶部を有してもよい。スクラブ制御システム５は、処理対象のウェハのパーティクル分布に近いパーティクル分布を持ったウェハに対して適用したスクラブレシピの中から、実際のスクラブに用いる一つのスクラブレシピを選択することとしてもよい。具体的には、実績データをスクラブ部位の属性を用いてクラスタリングし、処理対象のスクラブ部位の属性に近いクラスタに含まれる実績データの中から、成績の良いトップ５のスクラブレシピを選ぶ。そして、選ばれた複数種類のスクラブレシピを用いてスクラブを行ったとしたときのスクラブ結果をシミュレーション部にてシミュレーションし、成績の一番良いスクラブレシピを選択する。

また、スクラブ制御システムは、第４の実施の形態において説明した局所研磨制御システムと同様に、インターネット等のネットワークを通じて、多数のスクラブ装置と接続し、いわゆるＩｏＴの構成をとってもよい。スクラブ制御システムは、複数のスクラブ装置から送信されるスクラブに関するデータを受信する受信部を備え、ネットワークを介して接続されたスクラブ装置から処理対象のウェハのパーティクル分布データ等を受信し、そのウェハにあったスクラブレシピを生成して配信する。また、スクラブ制御システムは、多数のスクラブ装置で行ったスクラブ結果のデータに基づいて、スクラブレシピを求めるためのレシピ生成モデルの学習を行う。

以上、本発明の基板処理制御システムについて、実施の形態を挙げて詳細に説明したが、本発明は上記した実施の形態に限定されるものではない。上記した実施の形態では、研磨レシピを生成するためのモデルとしてニューラルネットワークモデルを中心に説明したが、モデルはニューラルネットワークモデルに限定されるものではなく、決定木モデルや、ベイジアンネットワークモデル等のモデルを用いることができる。

本発明は、半導体基板の基板処理を制御する技術として有用である。

１〜４ 局所研磨制御システム
５ スクラブ制御システム
１０ 膜厚分布推定部
１１ 局所研磨部位設定部
１２ 研磨ヘッド選択部
１３ 研磨レシピ生成部
１４ シミュレーション部
１５ 研磨レシピ送信部
１６ 学習部
１７ 出力部
１８ 通信部
１９ 優先設定入力部
２０ モデル記憶部
３０ パーティクル分布推定部
３１ スクラブ部位設定部
３２ スクラブ部材選択部
３３ スクラブレシピ生成部
３４ シミュレーション部
３５ シミュレーションレシピ送信部
３６ 学習部
３７ 出力部
３８ 通信部
３９ 優先設定入力部
４０ モデル記憶部
１００ 研磨装置
２００ 局所研磨モジュール
３００ 全体研磨モジュール
４００ 洗浄モジュール
５００ 乾燥モジュール
６００ 制御装置
７００ 搬送機構
８００ ネットワーク
９００ スクラブ装置

Claims (30)

1. 基板を局所的に研磨する研磨装置を制御するシステムであって、
   前記基板の膜厚を測定し、その測定結果に基づいて前記基板の膜厚分布を推定する膜厚分布推定部と、
   前記膜厚分布に基づいて、前記基板の局所研磨部位を設定する局所研磨部位設定部と、
   前記局所研磨部位の大きさに基づいて研磨ヘッドを選択する研磨ヘッド選択部と、
   前記局所研磨部位の平均膜厚を含む前記局所研磨部位の属性を入力ノード、研磨処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを記憶したモデル記憶部と、
   前記局所研磨部位設定部にて設定された局所研磨部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記局所研磨部位を研磨する研磨レシピを求める研磨レシピ生成部と、
   局所的に研磨を行う研磨装置に、前記研磨レシピのデータを送信する研磨レシピ送信部と、
   を備える基板処理制御システム。
2. 前記レシピ生成モデルの入力ノードは、前記局所研磨部位の外形を含む請求項１に記載の基板処理制御システム。
3. 前記局所研磨部位設定部は、基板処理の精度を優先するか、基板処理のスループットを優先するかによって局所研磨部位の設定基準を変更する請求項１または２に記載の基板処理制御システム。
4. 前記膜厚分布推定部は、研磨対象の基板のエッチングパターンにも基づいて前記膜厚分布を推定する請求項１乃至３のいずれかに記載の基板処理制御システム。
5. 全体研磨を行った基板に対して行う局所研磨を制御する基板処理制御システムであって、
   前記レシピ生成モデルは、入力ノードとして、前記全体研磨の条件を有する請求項１乃至４のいずれかに記載の基板処理制御システム。
6. 前記研磨レシピにしたがって局所研磨を行ったときの基板の膜厚分布およびスループットをシミュレーションし、そのシミュレーション結果に基づいて前記研磨レシピを採用するか否かを判定するシミュレーション部を備える請求項１乃至５のいずれかに記載の基板処理制御システム。
7. 前記モデル記憶部は、種類の異なる複数のレシピ生成モデルを記憶しており、
   前記研磨レシピ生成部は、異なるレシピ生成モデルを用いて複数の研磨レシピを求め、
   前記シミュレーション部は、異なるレシピ生成モデルを用いて求めた複数の研磨レシピのシミュレーション結果に基づいて、一の研磨レシピを決定する請求項６に記載の基板処理制御システム。
8. 前記シミュレーション部にて複数の局所研磨部位についてシミュレーションした結果に基づいて、前記レシピ生成モデルの学習を行う学習部を備える請求項７に記載の基板処理制御システム。
9. 前記研磨レシピにしたがって実際に局所研磨を行った結果に基づいて前記レシピ生成モデルの学習を行う学習部を備える請求項７に記載の基板処理制御システム。
10. 過去に生成した研磨レシピとその研磨レシピを用いて研磨を行った基板の膜厚分布のデータとを記憶した実績データ記憶部を有し、
    前記膜厚分布推定部にて推定された基板の膜厚分布に近似する所定数の研磨レシピを前記実績データ記憶部から読み出し、
    前記シミュレーション部は、複数の研磨レシピのシミュレーション結果に基づいて、一の研磨レシピを決定する請求項６に記載の基板処理制御システム。
11. 前記シミュレーション部によるシミュレーション結果を出力する出力部を備える請求項６乃至１０のいずれかに記載の基板処理制御システム。
12. 前記シミュレーション部は、シミュレーションモデルを備える請求項６乃至１１のいずれかに記載の基板処理制御システム。
13. 前記シミュレーションモデルは、前記研磨レシピにしたがって実際に局所研磨を行った結果に基づいて学習する請求項１２に記載の基板処理制御システム。
14. ネットワークによって接続された複数の研磨装置から送信される局所研磨に関するデータを受信するデータ受信部を備える請求項１乃至１３のいずれかに記載の基板処理制御システム。
15. 基板上にある異物を除去するスクラブ処理を制御するシステムであって、
    前記基板上のパーティクルを検出し、その検出結果に基づいてパーティクル分布を推定するパーティクル分布推定部と、
    前記パーティクル分布に基づいて、前記基板のスクラブ部位を設定するスクラブ部位設定部と、
    前記スクラブ部位の大きさに基づいてスクラブ部材を選択するスクラブ部材選択部と、
    パーティクルの密度を含む前記スクラブ部位の属性を入力ノード、スクラブ処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを記憶したモデル記憶部と、
    前記スクラブ部位設定部にて設定された前記スクラブ部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記スクラブ部位をスクラブ処理するスクラブレシピを求めるスクラブレシピ生成部と、
    スクラブを行う基板処理装置に、前記スクラブレシピのデータを送信するスクラブレシピ送信部と、
    を備える基板処理制御システム。
16. 前記レシピ生成モデルの入力ノードは、前記スクラブ部位の外形を含む請求項１５に記載の基板処理制御システム。
17. 前記スクラブ部位設定部は、基板処理の精度を優先するか、基板処理のスループットを優先するかによってスクラブ部位の設定基準を変更する請求項１５または１６に記載の基板処理制御システム。
18. 前記スクラブレシピにしたがってスクラブを行ったときの基板のパーティクル分布とスループットをシミュレーションし、そのシミュレーション結果に基づいて前記スクラブレシピを採用するか否かを判定するシミュレーション部を備える請求項１５乃至１７のいずれかに記載の基板処理制御システム。
19. 前記モデル記憶部は、種類の異なる複数のレシピ生成モデルを記憶しており、
    前記スクラブレシピ生成部は、異なるレシピ生成モデルを用いて複数のスクラブレシピを求め、
    前記シミュレーション部は、異なるレシピ生成モデルを用いて求めた複数のスクラブレシピのシミュレーション結果に基づいて、一のスクラブレシピを決定する請求項１８に記載の基板処理制御システム。
20. 前記シミュレーション部にて複数のスクラブ部位についてシミュレーションした結果に基づいて、前記レシピ生成モデルの学習を行う学習部を備える請求項１９に記載の基板処理制御システム。
21. 前記スクラブレシピにしたがって実際にスクラブを行った結果に基づいて前記レシピ生成モデルの学習を行う学習部を備える請求項１９に記載の基板処理制御システム。
22. 過去に生成したスクラブレシピとそのスクラブレシピを用いてスクラブを行った基板のパーティクル分布のデータとを記憶した実績データ記憶部を有し、
    前記パーティクル分布推定部にて推定されたパーティクル分布に近似する所定数のスクラブレシピを前記実績データ記憶部から読み出し、
    前記シミュレーション部は、複数のスクラブレシピのシミュレーション結果に基づいて、一のスクラブレシピを決定する請求項１８に記載の基板処理制御システム。
23. 前記シミュレーション部によるシミュレーション結果を出力する出力部を備える請求項１８乃至２２のいずれかに記載の基板処理制御システム。
24. 前記シミュレーション部は、シミュレーションモデルを備える請求項１８乃至２３のいずれかに記載の基板処理制御システム。
25. 前記シミュレーションモデルは、前記スクラブレシピにしたがって実際にスクラブを行った結果に基づいて学習する請求項２４に記載の基板処理制御システム。
26. ネットワークによって接続された複数の基板処理装置から送信されるスクラブに関するデータを受信するデータ受信部を備える請求項１５乃至２５のいずれかに記載の基板処理制御システム。
27. 基板を局所的に研磨する研磨装置を制御装置によって制御する方法であって、
    前記制御装置が、前記基板の膜厚を測定し、その測定結果に基づいて前記基板の膜厚分布を推定するステップと、
    前記制御装置が、推定された膜厚分布に基づいて、前記基板の局所研磨部位を設定するステップと、
    前記制御装置が、前記局所研磨部位の大きさに基づいて研磨ヘッドを選択するステップと、
    前記制御装置が、記憶部から、前記局所研磨部位の平均膜厚を含む前記局所研磨部位の属性を入力ノード、研磨処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したモデルを読み出すステップと、
    前記制御装置が、局所研磨部位の属性を前記モデルの入力ノードに適用して、前記局所研磨部位を研磨する研磨レシピを求めるステップと、
    前記制御装置が、局所的に研磨を行う研磨装置に、前記研磨レシピのデータを送信するステップと、
    を備える基板処理制御方法。
28. 基板上にある異物を除去するスクラブ処理を制御装置によって制御する方法であって、
    前記制御装置が、前記基板上のパーティクルを検出し、その検出結果に基づいてパーティクル分布を推定するステップと、
    前記制御装置が、前記パーティクル分布に基づいて、前記基板のスクラブ部位を設定するステップと、
    前記制御装置が、前記スクラブ部位の大きさに基づいてスクラブ部材を選択するステップと、
    前記制御装置が、記憶部から、パーティクルの密度を含む前記スクラブ部位の属性を入力ノード、スクラブ処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを読み出すステップと、
    前記制御装置が、前記スクラブ部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記スクラブ部位をスクラブ処理するスクラブレシピを求めるステップと、
    前記制御装置が、スクラブを行う基板処理装置に、前記スクラブレシピのデータを送信するステップと、
    を備える基板処理制御方法。
29. 基板を局所的に研磨する研磨装置を制御するためのプログラムであって、コンピュータに、
    前記基板の膜厚を測定し、その測定結果に基づいて前記基板の膜厚分布を推定するステップと、
    推定された膜厚分布に基づいて、前記基板の局所研磨部位を設定するステップと、
    前記局所研磨部位の大きさに基づいて研磨ヘッドを選択するステップと、
    記憶部から、前記局所研磨部位の平均膜厚を含む前記局所研磨部位の属性を入力ノード、研磨処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したモデルを読み出すステップと、
    局所研磨部位の属性を前記モデルの入力ノードに適用して、前記局所研磨部位を研磨する研磨レシピを求めるステップと、
    局所的に研磨を行う研磨装置に、前記研磨レシピのデータを送信するステップと、
    を実行させるプログラム。
30. 基板上にある異物を除去するスクラブ処理を制御するプログラムであって、コンピュータに、
    前記基板上のパーティクルを検出し、その検出結果に基づいてパーティクル分布を推定するステップと、
    前記パーティクル分布に基づいて、前記基板のスクラブ部位を設定するステップと、
    前記スクラブ部位の大きさに基づいてスクラブ部材を選択するステップと、
    記憶部から、パーティクルの密度を含む前記スクラブ部位の属性を入力ノード、スクラブ処理のレシピを出力ノードとして、入力ノードと出力ノードとの関係を規定したレシピ生成モデルを読み出すステップと、
    前記スクラブ部位の属性を前記レシピ生成モデルの入力ノードに適用して、前記スクラブ部位をスクラブ処理するスクラブレシピを求めるステップと、
    スクラブを行う基板処理装置に、前記スクラブレシピのデータを送信するステップと、
    を実行させるプログラム。

Images