JP7003759B2 - 熱処理装置、熱処理装置の管理方法及び記憶媒体 - Google Patents

Description

本発明は、加熱部により加熱される載置板上に基板を載置して当該基板を加熱処理する装置において、載置板の温度などの複数の物理量の検出結果に基づいて異常モードを推定し、対応処理を行う技術分野に関する。

半導体装置の製造工程において、例えばレジストパターンを形成する一連の処理中に、半導体ウエハ（以下「ウエハ」という）を加熱する熱処理が含まれる。熱処理としては、レジストをウエハに塗布した後に溶剤を揮発させる処理、露光によりレジスト膜中に発生した酸を拡散する処理、現像後のレジスト膜を加熱する処理などが挙げられる。またレジストパターンの形成に限らず、例えばウエハ上にシリコン酸化膜の前駆体を含む塗布液を塗布した後、前駆体の架橋反応を起こすためにウエハを加熱する処理なども挙げられる。

このような熱処理装置としては、処理容器内に配置された載置台を兼用し、その下面あるいは内部にヒータが設けられた熱板に、ギャップピンなどと呼ばれている複数の突起部を介して僅かに載置面よりも浮かせた状態でウエハを載置する装置が使用されている。ところで熱処理装置を運転しているときに例えば異物が載置台上に付着し、ウエハが異物に乗り上げることがある。また載置台（熱板）が割れた状態になることもある。このような異常が発生すると、ウエハに対して適切な熱処理ができなくなる。

特許文献１には、ベークプレートの表面温度の検出値と設定温度との差分を積分し、積分値を監視することで異常を検出する技術が記載されている。この場合、ウエハが正確にベークプレートに載置されていると表面温度が一時的に低下して積分値が大きくなるが、ウエハが傾いてベークプレートに載置されていると積分値が小さくなる。
また特許文献２には、熱板に設けた複数の温度検出値の温度検出値を質量とみなし、温度の重心を求めることにより、熱板上のパーティクルによるウエハの乗り上げ、ウエハの反りなどによるウエハの中心の異常な浮きを検出する手法が記載されている。

熱処理装置の運転時に発生する異常の態様としては、ウエハの乗り上げや反りの大きいウエハの搬入など以外にも、既述のように載置台の割れや、載置台に設けられたバキュームチャックのオン、オフを行うバキュームバルブの不具合などの場合もある。特許文献１、２の技術では、検出の対象としている異常の態様以外の他の異常が発生したときにも、異常の発生として判断されるが、異常の態様の区別がつかないため、適切な対応を取れない場合があるという課題がある。

特開２００９－１２３８１６号 特開２０１６－６６７７９号

本発明はこのような事情の下になされたものであり、その目的は熱処理装置の運転時に発生する異常に対して適切な対応をとることができる技術を提供することにある。

本発明は、処理容器内に配置されると共にその表面に基板と当該表面との接触を避けるための複数の突起部が設けられ、加熱部により加熱される載置板を備え、前記載置板上に基板を載置して当該基板を加熱処理する熱処理装置において、
運転条件として設定される複数種の物理量を夫々検出する複数種の物理量検出部と、
前記複数種の物理量検出部により夫々検出された複数種の物理量検出値の各種の物理量検出値ごとに得られた時系列の検出値群が入力層に入力され、ニューラルネットワークにより、複数の異常モードの各々について発生している発生確率を求める状態推定部と、
前記状態推定部により推定された異常モードの発生確率に応じて、取るべき対応処理を複数の対応処理の中から選択する選択部と、を備え、
前記複数種の物理量検出値のうちの一種の物理量検出値は、載置板の温度を検出する物理量検出部である温度検出部により検出された温度検出値であることを特徴とする。

他の発明は、処理容器内に配置されると共にその表面に基板と当該表面との接触を避けるための複数の突起部が設けられ、加熱部により加熱される載置板を備え、前記載置板上に基板を載置して当該基板を加熱処理する熱処理装置を管理する方法において、
少なくとも前記基板を載置板上に載置した後の時間帯において、運転条件として設定される複数種の物理量を夫々検出する工程と、
この工程にて検出された複数種の物理量検出値の各種の物理量検出値ごとに得られた時系列の検出値群が入力層に入力され、ニューラルネットワークにより、複数の異常モードの各々について発生している発生確率を求める工程と、
前記異常モードの発生確率に応じて、取るべき対応処理を複数の対応処理の中から選択する工程と、を含み、
前記複数種の物理量検出値のうちの一種の物理量検出値は、載置板の温度を検出する物理量検出部である温度検出部により検出された温度検出値であることを特徴とする。

更に他の発明は、処理容器内に配置されると共にその表面に基板と当該表面との接触を避けるための複数の突起部が設けられ、加熱部により加熱される載置板を備え、前記載置板上に基板を載置して当該基板を加熱処理する熱処理装置に使用されるコンピュータプログラムを記憶した記憶媒体であって、
前記コンピュータプログラムは、本発明である熱処理装置の管理方法を実行するようにステップ群が組まれたことを特徴とする。

本発明は、加熱部により加熱される載置板上に基板を載置して当該基板を加熱処理するにあたって、運転条件として設定される載置板の温度を含む複数種の物理量を検出し、各種の物理量検出値ごとに得られた時系列の検出値群をニューラルネットワークに入力している。そしてニューラルネットワークにより複数の異常モードの各々について、発生している発生確率を求め、各異常モードの発生確率に応じて、取るべき対応処理を複数の対応処理の中から選択するようにしている。従って、熱処理装置の運転時に発生する異常の態様（異常モード）に対して異常モードの区分けを行うことができ、即ちどの異常モードの発生確率が高いかを推定することができ、熱処理装置の運転時に発生する異常に対して適切な対応をとることができる。

本発明の実施形態に係る熱処理装置に用いられる装置本体を示す縦断側面図である。 上記の装置本体の要部の略解図と物理量の検出部と状態監視部とを含む構成図である。 熱処理装置に用いられるヒータの電力を制御するための回路の一部を示すブロック回路図である。 上記の状態監視部の構成を示すブロック図である。 ニューラルネットワークにより、複数の異常モードの各々について発生している発生確率を求める状態推定部を示す説明図である。 ニューラルネットワークの一例の詳細を示す説明図である。 ニューラルネットワークに入力する入力値の一例を模式的に示すグラフである。 異常モードの発生確率と対応処理との関係を示す説明図である。 本発明の実施形態の作用を示すフロー図である。

図１は、本発明の実施形態に係る熱処理装置の装置本体（熱処理モジュール）を示す図である。１は外装体を構成する筐体であり、１１は基板であるウエハの搬送口である。搬送口１１から見て奥側には基板を熱処理する熱処理部２が設けられると共に、熱処理部２の手前側には、搬送口１１を介して外部の主搬送機構から受け取ったウエハを熱処理部２まで搬送するための冷却板を兼用するウエハ移載機構１２が待機している。
熱処理部２は、処理容器の一部を構成する蓋部２１と、蓋部２１と共に処理容器を構成する基台部２２とを備えている。基台部２２は、ウエハＷが配置される上部側の雰囲気と下部側の機構部分の配置領域とを区画する区画板１３に設けられ、上面が開口する扁平な筒状体として構成されている。処理容器は、蓋部２１を昇降させる開閉機構２１ａにより開閉可能に構成されている。

処理容器内には、ウエハＷの載置板を兼用する熱板３が設けられている。熱板３に関する構成については後述する。蓋部２１には、外周部からパージガスを供給するガス供給用の通路２３と、中央部から排気を行うための排気口２４とが設けられている。ガス供給用の通路２３には、ガス供給路２５を介して後述のパージガス供給部に接続されている。排気口２４には、工場排気部に一端側が接続された排気路２６の他端側が接続されている。図１において、１４は、ウエハ移載機構１２と熱板３との間でウエハＷの受け渡しを行うための昇降ピンである。昇降ピン１４は、基台部２２及び熱板３を貫通して昇降機構１５により昇降可能に構成されており、例えば３本設けられている。また１６は、外部の主搬送機構とウエハ移載機構１２との間で、ウエハＷの受け渡しを行うための昇降ピンであり、基台部２２及びウエハ移載機構１２のアーム部分を貫通して昇降機構１７により昇降可能に構成されている。

図２は、熱板３に関連する部位及び用力系に関連する部位を略解的に示す構成図である。熱板３の例えば下面には、抵抗発熱体からなるヒータ３１が設けられている。熱板３は各々独立して温度制御される複数の加熱ゾーンに分割されている。この例では便宜上熱板３の中心をその中心とする、熱板３の中央部の加熱ゾーンに相当する円形領域とこの円形領域の外側に同心の環状に内外の二重に設けられた２つの加熱ゾーンとの３つの加熱ゾーンが設けられているものとする。即ちこの例では、熱板３の径方向に３つに分割された加熱ゾーンが存在する。従ってヒータ３１は、これら３つの加熱ゾーンに対応して３つの環状のヒータ３１ａ～３１ｃからなる。加熱ゾーンについては、熱板３の径方向に複数分割し、かつその分割領域を周方向に分割するなどのレイアウトを採用してもよい。

各ヒータ３１ａ～３１ｃには夫々電力制御回路が接続されており、図２では、便宜上ヒータ３１ｂに対応する電力制御回路３２を示している。また熱板３には、熱板３の温度を検出する温度検出部である温度センサー３５が設けられている。より具体的には、既述の３つの加熱ゾーンの温度を夫々検出するための温度検出部である温度センサー３５ａ～３５ｃが設けられている。温度センサー３５ａ～３５ｃは例えば熱板３の表面に貼り付けられているが、図２では、熱板３の内部に表示している。電力制御回路３２は、電力指令値を出力する電力指令値の出力部３３と、電力指令値に基づいてヒータ３１ｂに電力を供給する電力供給部３４と、を備えている。

出力部３３は、図３に示すように温度目標値と温度センサー３５ｂにより検出された温度検出値との偏差分を取り出す加算部３３１と、前記偏差分に対して例えばＰＩＤ演算を行い、電力指令値を出力する調節部３３２とを備えている。調節部３３２は例えばＰＩＤ演算機能を備えた増幅器により構成される。
電力供給部３４は、例えば交流電源部、スイッチング素子などを含み、電力指令値に対応するデューティー比により交流電圧の位相を制御するように構成されている。

図２に戻って、熱板３の表面には、ウエハＷの下面が熱板３の表面（載置面）に接触しないようにするために、例えば高さが０．３～０．５ｍｍ程度の複数の突起部であるギャップピン３０が設けられている。
更に熱板３には、表面に開口する複数の吸引孔３６が設けられており、各吸引孔３６には吸引路３７が接続されている。各吸引路３７は上流側で合流して吸引機構３８に接続されている。各吸引路３７にはバルブ（吸引バルブ）Ｖ１が接続され、各吸引路３７が合流している合流路には、吸引圧を検出する圧力計である吸引圧検出部３９が設けられている。吸引孔３６は、ウエハＷに反りがある場合に、ウエハＷの下面を吸引することによりウエハＷを平坦化するためのものであり、例えば熱板３の中心部に設けられ、更にウエハＷの外周部に近い位置において周方向に複数設けられる。なお、図２においてギャップピン３０及び吸引孔３７のレイアウトは便宜上のものであり、実機の一例として示したものではない。またウエハＷは、図示の便宜上ギャップピン３０から離した状態で示している。

蓋部２１側の用力系について説明すると、既述のガス供給用の通路２３の入口は例えば蓋部２１の中心に対して対称に２カ所に設けられ、各入口に接続されたガス供給路２５は、上流側で合流して例えば窒素ガスであるパージガスのガス供給源２８に接続されている。図２中、Ｖ２、Ｖ３はバルブである。

熱処理装置を運転するためには、処理の手順、処理に必要なパラメータの設定値を規定したプロセスレシピが用いられ、プロセスレシピは制御部のメモリに記憶されている。上述の熱板３の温度（詳しくは各加熱領域の目標温度）、吸引路３７の吸引圧（詳しくは合流部位の吸引圧の目標値）は、前記パラメータに相当し、物理量である。従って、これら物理量は装置の運転条件として設定されるものであり、温度センサー３５ａ～３５ｃ、吸引圧検出部３９は、複数種の物理量を夫々検出する複数種の物理量検出部に相当する。
この実施形態においては、電力指令値をニューラルネットワーク５の入力値の一つとして取り扱っていることから、電力指令値は物理量検出値の一つであり、調節部３３２は、物理量検出部に相当する。電力指令値は、装置の運転条件として設定される物理量である温度の検出値に応じて変わってくことから、即ちヒータ３１の発熱量に応じて変わってくることから、物理量検出値として取り扱うことができ、従って調節部３３２は、物理量検出部であると言える。
なお、電力検出部を設けてヒータ３の供給電力を検出し、その電力検出値を電力指令値に代えてあるいは電力検出値と共にニューラルネットワーク５の入力値の一つとして用いてもよい。また電力検出部は物理量検出部に相当し、電力検出値は物理量検出値に相当する。

本実施形態の熱処理装置は、図２に示すように状態監視部４を備えている。状態監視部４には、温度センサー３５ａ～３５ｃ、吸引圧検出部３９、及び各ヒータ３１ａ～３１ｃに対応する出力部３３からの電力指令値が入力される。なお、温度センサー及びヒータの符号に関しては、記載に応じて夫々「３５」、「３１」のように総括的な符号を使う場合がある。

状態監視部４は、図４に示すように状態推定部４１と対応処理選択部４２とを備えている。状態推定部４１は、各検出値（電力指令値を含む）が入力されるニューラルネットワークからなり、予め決めておいた複数の事象モードの各々について発生確率を求める。複数の事象モードとは、複数の異常モード及び正常モードを含めた用語として用いている。複数の異常モードとは、熱処理装置の異常のモード及びウエハＷの載置状態の異常、ウエハの反りが所定の程度よりも大きい状態を指している。図４では、理解の容易のために、正常、ウエハの乗り上げ、ウエハの反り、熱板３の損傷である熱板割れ、吸引バルブＶ１のソレノイド（電磁弁の作動用のソレノイド）故障についての発生確率を付記してある。なお発生確率の数値は便宜上の値である。４３は、ニューラルネットワークにおける演算に用いるパラメータを記憶している記憶部である。これらパラメータの値は、教示有り（正解ラベル付き）学習を重ねていくことにより決定される。

対応処理選択部４２は、状態推定部４１により推定された情報（各事象モードの発生確率）に基づいて、予め決めておいた複数の対応処理の中から、取るべき対応処理を選択する機能を備えている。図４には、選択対象である対応処理を対応処理選択部４２に付随して枠内に記載してあり、この例では、対応処理として、処理継続（レベル１）、処理継続＋警告(レベル２)、処理継続＋警告＋ウエハマーキング（レベル３）、処理停止（レベル４）の４個のレベル（４段階）を決めている。対応処理及びレベルの段階に関しては後述する。
警告としては、例えば異常モードの発生確率をオペレータが確認して処理を継続するか否かの判断を検討することを熱処理装置の操作画面に表示したり、あるいは警告音を発生したり、例えば警告灯を点灯するなどといった警告を挙げることができる。

ウエハマーキングの処理は、例えばウエハが含まれるロットの処理の履歴データにマーキングをすることが挙げられる。半導体製造工場内では、ロットごとに搬送容器内に収容されて各処理ステーションに搬入されるが、工場内のコンピュータは、各ロットのウエハについて処理の履歴を記録しており、その記録データの中に所定のマーキングを入力しておくことで、当該ウエハの検査結果の解析に役立つ。またウエハマーキングとしては、ウエハの所定の部位に直接インクによりマーキングをする処理であってもよい。即ち、ウエハマーキングの処理とは、後から異常モード発生の懸念がある状態で処理されたウエハであることを知らせるために、データ上あるいはウエハに直接マーキングを行う処理である。

図５は、ニューラルネットワーク５と事象モードとを対応付けて示す説明図である。５１～５３は夫々ニューラルネットワーク５の入力層、隠れ層（中間層）及び出力層である。入力層５１のノードの数は、入力データの数に応じて決定される。入力データは、物理量の検出値の時系列データ、この例では温度センサー３５ａ～３５ｃの検出値、吸引圧検出部３９の検出値、及び各ヒータ３１ａ～３１ｃに対応する出力部３３からの電力指令値（調節部３３２の出力信号であるＭＶ（Manipulated Variable））の各時系列データである。時系列データは、予め決められた時間帯において所定時間の間隔でサンプリングして得られる物理量の検出値群である。予め決められた時間帯は、少なくともウエハＷを熱板３上に載置した後の時間帯である。予め決められた時間帯は、例えばウエハＷが熱板３上に置かれることにより熱板３の温度が一旦下がり、その後上昇して安定になる時点をｔ１とすると、例えばウエハＷが熱板３上に搬入される直前例えば数秒前から時点ｔ１までの時間帯である。サンプリング間隔は、例えば０．１秒～０．３秒程度に設定されるが、ニューラルネットワーク５について制作者の意図している結果が得られる時間間隔であれば、任意に設定できる。

予め設定した時間帯を例えば４０秒、サンプリング間隔を例えば０．２秒とすると、この例ではヒータ３が３チャンネル設けられていることから、時系列データの合計数は、温度検出値＋電力指令値＋吸引圧検出値＝３×２００＋３×２００＋２００＝１４００となり、入力層のノード数は１４００となる。この場合、図５に示す入力層について上段側からノード１、ノード２…とすると、温度センサー３５ａの時系列データをノード１～２００に割り当て、温度センサー３５ｂの時系列データをノード２０１～４００に割り当て、温度センサー３５ｃの時系列データをノード４０１～６００に割り当て、ヒータ３１ａの電力指令値３５ａの時系列データをノード６０１～８００に割り当て、といった具合に各種の物理量検出値の時系列データを順番にノードに割り当てていく。

出力層５３のノードの数は事象モードの数に対応する。図５には事象モードを例示してあり、この場合にはノードの数は５個になる。出力層５３の各ノードからは、ノードに割り当てられた事象モードの発生確率が得られる。事象モードの中で、「ウエハ乗り上げ」とは、ギャップピン３０よりも高さの高い異物が熱板３上に載ってしまい、この上にウエハＷが乗り上げる状態である。異物としては、ウエハＷの欠片、脱落したパーツ、樹脂製のパーツの欠片などである。「熱板割れ」は熱板３の損傷の一態様であり、熱板３が割れて損傷している状態である。「ＶＡＣソレノイド故障」は、吸引路３７を開閉するバルブＶ１の駆動部のソレノイドの故障であり、バルブＶ１が閉じたままになる。「ウエハ反り」とは、ウエハの周縁が上向きに反った状態、下向きに反った状態、鞍状に捻じれた状態のいずれかに相当し、変形の程度が想定している程度を越えている状態である。
隠れ層５２のノードの数については、ニューラルネットワーク５に対して学習を行わせている段階で、例えば初めは少なくしたところ製作者の意図している結果が得られず、ノード数を増やして再学習を行わせ、意図している結果が得られたときに、そのノード数に決定される。

図６はニューラルネットワーク５の一例を模式的に示し、かつ実行される処理について詳細に示した図である。この例では、説明の便宜上入力層５１のノードの数を１０個、隠れ層５２のノードの数を８個、出力層のノードを５個としている。ｘ１～ｘ１０は、物理量の検出値の時系列データであり、図７にそのイメージを示している。図７は温度センサー３５にて検出された温度検出値の時系列データであり、ｘ１～ｘ１０は温度検出値のサンプリング値である。

図６に戻ると、ｘ１～ｘ１０は前処理部５０により前処理され、ｘ１´～ｘ１０´は前処理された後の値を示している。前処理は例えば下記の（１）式のようにデータを正規化する処理であってもよいし、（２）式のように標準化する処理であってもよい。
ｘ_ｊ´＝（ｘｉ－ｘ［ｍｉｎ］）／（ｘ［ｍａｘ］－ｘ［ｍｉｎ］） … （１）
但し、ｘ［ｍａｘ］、ｘ［ｍｉｎ］は夫々ｘ１～ｘ１０の最大値、最小値である。
ｘ_ｊ´＝（ｘ_ｉ－ｘ［ａｖｅ］）／σ … （２）
但し、ｘ［ａｖｅ］は、ｘ１～ｘ１０の平均値、σは標準偏差である。
（１）及び（２）式の分母は時系列データの分布を表す指標であり、従って前処理は、時系列データの分布における各データの位置を示す指標、例えば０と１との間で表される指標を求める処理であるといえる。

入力層５１のｉ段目のノードから隠れ層５２のｊ段目のノードへの結合荷重は、ｗ_ｉｊ ^（１）として表している。隠れ層５２のｊ段目のノードにおける重み付き総和は、ａ_ｊ ^（１）として取り扱っているが、図６では、重み付き総和の式は、隠れ層５２の最上段のノード５２－１を代表として示している。隠れ層５２のｊ段目のノードにおける出力は、Ｚ_ｊとして取り扱っているが、図６ではその出力は隠れ層５２の最上段のノード５２－１を代表として示している。

隠れ層５２のｊ段目のノードから出力層５３のｋ段目のノードへの総合荷重は、ｗ_ｉｊ ^（２）として表している。出力層５３のｋ段目のノードにおける重み付き総和は、ａ_ｋ ^（２）として取り扱っているが、図６では、重み付き総和の式は、出力層５３の最上段のノード５３－１を代表として示している。出力層５３のｋ段目のノードにおける出力は、ｙ_ｋとして取り扱っているが、図６ではその出力は出力層５３の最上段のノード５３－１を代表として示している。

出力層５３の５個のノード５３には、事象モードが割り当てられ、ｙｋは各事象モードの発生確率である。
入力層５１及び隠れ層５２の各ノードの上において、「１」を丸で囲んだ部位は、バイアスｂ１^（１）、ｂ１^（２）を出力する部位である。
実際のニューラルネットワーク５においては、既述のように入力層５１のノードの数は各物理量の検出値の時系列データの合計値に相当し、出力層５３のノードの数は、事象モードの数に相当する。また隠れ層５２のノードの数は、学習の段階で適切な数に設定される。

図８は、ニューラルネットワーク５により得られた事象モードの発生確率のうち正常モードを除いた各異常モードの発生確率に基づいて、既述の４個の対応処理がどのようにして選択されるかについて一例を示したテーブル、即ち発生確率と対応処理とを関連付けたテーブルである。例えばウエハ反りの発生確率が１０％未満であれば処理を継続し、ウエハ乗り上げの発生確率が２０％ならば処理を継続するが、警告を行う。また熱板割れの発生確率が２０％であれば、処理を継続しかつ警告をし、その上でウエハマーキングを行い、ウエハ乗り上げの発生確率が６０％であれば、処理を停止する。
図８に記載している対応処理のレベルは、既述のように左側からレベル１、レベル２、レベル３、レベル４の順序で並んでおり、右に行くほど対応処理のレベルが高くなっている。これら４個のレベル１～４（４個の対応処理）は、レベルの数値の大きいものほど、各異常モードの発生確率が高い。また互に異なる異常モードの間で、同じレベルでありながら発生確率が異なっているのは、発生確率が小さく設定されている異常モードほど（例えば「処理停止」のレベルでは、「ウエハ反り」よりも「熱板割れ」の発生確率が小さい）、ウエハの処理に対して推定される異常の影響が大きいと言うことができる。
複数の異常モードの各々の発生確率に対応して複数の対応処理を選択できる条件が成立した場合には、当該複数の対応処理のうち最も高いレベル（数値の大きいレベル）の対応処理を選択する。
具体的な一例を挙げると、例えばウエハ反りの発生確率が４０％、ウエハ乗り上げの発生確率が２５％、ＶＡＣソレノイド故障の発生確率が８％、熱板割れの発生確率が３５％であったとする。この場合、ウエハ反りの発生確率から選択される対応処理は処理継続＋警告(レベル２)であり、ウエハ乗り上げの発生確率から選択される対応処理も同じく処理継続＋警告(レベル２)であり、ＶＡＣソレノイド故障の発生確率から選択される対応処理は処理継続（レベル１）であり、熱板割れの発生確率から選択さえる対応処理は、処理停止（レベル４）である。このように複数の対応処理を選択できる条件が成立した場合には、レベルが高い対応処理である処理停止(レベル４)が選択される。
図８に示したテーブル及びこのテーブルを用いて対応処理を選択するソフトウェアは対応処理選択部４２を構成する。

図８に示した、各対応処理の発生確率の範囲は、一例を示しただけであり、運用を重ねることにより、あるいは装置の使用者の管理手法などにより適宜決定される。
対応処理については、既述の例に限られるものではなく、例えば吸引圧検出部３９などの物理量検出部そのものの動作の確認、ヒータ３１に電力を供給する回路の点検などの処理であってもよい。

状態推定部４１、対応処理選択部４２及びパラメータ記憶部４３は、例えばコンピュータにより構成され、当該コンピュータは、物理量検出値の入力、ニューラルネットワーク５による各事象モードの発生確率の算出、対応処理の選択を行うように命令群が組まれたプログラム、及び例えば図８に示すテーブルを含むソフトウェアを備えている。

次に上述実施形態の作用について説明する。図９は、本実施形態の熱処理装置の動作の全体の流れを示すフロー図である。処理前のウエハＷは、筐体１の搬送口から外部の主搬送機構により筐体内のウエハ移載機構１２（詳しくはウエハ移載機構１２を構成している冷却用のアーム上）に昇降ピン１６の昇降動作を介して搬入される（ステップＳ１）。そしてウエハ移載機構１２によりウエハＷが熱板３の上方に搬送され、昇降ピン１４の昇降動作を介して熱板３の上に載置される。詳しくはウエハＷはギャップピン３により支持されて載置面からわずかに浮いた状態になる。

続いてウエハ移載機構１２が待機位置まで退避した後、蓋部２１が下降し、基台部２２に密着して、ウエハＷの置かれた空間が密閉空間になる。その後、蓋部２１及び基台部２２からなる処理容器内に、蓋部２１の外周部付近からパージガスが供給されると共に蓋部２１の中央部から排気される。

熱板３は、ウエハＷが載置される前からプロセス温度例えば８０～２００℃の温度に加熱されており、ウエハＷが載置されることにより熱板３の温度が一旦下がる。そしてヒータ３１の発熱により熱板３からウエハＷに伝熱されてウエハＷの温度が上昇し、それに伴って熱板３の温度もプロセス温度に向かって上昇し、やがてプロセス温度に安定する。こうしてウエハＷに対して熱処理が行われる（ステップＳ２）。ウエハＷが熱板３上に載置された時点から所定時間例えば６０秒経過した後、昇降ピン１４によりウエハＷが突き上げられ、更に蓋部２１が上昇して蓋部２１が開いた状態となる。続いてウエハ移載機構１２がウエハＷを受け取って待機位置まで移動し、既述の搬入動作と逆の動作によりウエハ移載機構１２から外部の主搬送機構にウエハＷが受け渡される。

このような一連のウエハＷに対する処理において、熱板３にウエハＷが載置される数秒前から既に詳述したように熱板３の温度検出値、電力指令値、吸引圧検出値が所定時間でサンプリングされる（ステップＳ３）。得られた時系列データはニューラルネットワーク５に入力され、図５に示した各事象モードの発生確率が求められ（ステップＳ４）、これら発生確率に基づいて既述のように図８に示す対応処理が選択される（ステップＳ５）。

ここでニューラルネットワーク５を用いる利点について述べておく。反りのあるウエハＷが熱板３に載置されたときに反りの存在により、反りのないウエハＷが載置されたときと比較して、温度検出値、電力指令値、吸引圧検出値の各時系列データのプロファイルが異なる。即ち、入力層のノード群に入力される入力値の並びがウエハＷの反りが発生しているときと発生していないときとでは、互に異なる。またウエハＷの乗り上げが発生した時においても、温度検出値、電力指令値、吸引圧検出値の各時系列データのプロファイルが正常時と異なり、ウエハ反りの異常時とも異なる。熱板割れ、ＶＡＣバルブ故障の場合も、温度検出値、電力指令値、吸引圧検出値の各時系列データのプロファイルが正常時と異なり、他の異常モードの場合とも異なる。
即ち、ウエハ反り、ウエハ乗り上げ、熱板割れ、ＶＡＣバルブ故障が生じたときには、既述の時系列データの並び（入力層の入力値の並び）は、各異常モードに特有のものとなる。そして熱板割れ及び／またはＶＡＣバルブ故障が発生している状態の場合と、ウエハ反りあるいはウエハ乗り上げの状態に加わって、熱板割れ及び／またはＶＡＣバルブ故障が発生している状態の場合とでは、既述の時系列データの並びも異なってくる。

そこで、例えば上記の４つの異常モードの一つが発生した状態、及び４つの異常モードの２つ以上が発生した状態の各々について、実際の時系列データをニューラルネットワーク５に入力して、異常モードの発生確率の推定の精度が高くなるようにニューラルネットワーク５のパラメータを調整する。これによりいずれの異常モードが発生しているのかについて高い精度で推定することができる。例えば従来ではウエハ乗り上げが起こっているのか熱板３が損傷例えば割れているのかについて判断が困難であった場合でも、高い精度で異常モードの推定を行うことができる。そして各異常モードの推定は、発生確率に基づいて判断することができ、また異常モードごとに発生確率に応じて、適切な対応処理を割り当てておくことができる。

上述の実施形態によれば、熱処理装置の運転条件として設定される熱板３の温度等の複数種の物理量を検出し、各種の物理量検出値ごとに得られた時系列の検出値群をニューラルネットワーク５に入力している。そしてニューラルネットワーク５により複数の異常モードの各々について、発生確率を求め、各異常モードの発生確率に応じて、取るべき対応処理を複数の対応処理の中から選択するようにしている。従って、異常モードの区分けを行うことができ、熱処理装置の運転時に発生する異常に対して適切な対応をとることができる。
また複数の異常モードの各々の発生確率に対応して複数の対応処理を選択できる条件が成立した場合には、当該複数の対応処理のうち最も高いレベルの対応処理を選択するようにしているため、即ちいわば安全サイドの観点から対応処理を決定しているため、生産効率の低下を未然に抑えることができる。

上述の実施形態では、ニューラルネットワーク５の入力データは、温度センサー３５ａ～３５ｃの検出値、吸引圧検出部３９の検出値、各ヒータ３１ａ～３１ｃに対応する電力指令値としているが、既述のように例えば電力指令値に代えて電力検出値をもちいてもよい。
また熱処理装置は、吸引孔３６を備えていない構成、即ちバキュームチャックを備えていない構成であってもよく、この場合には、例えば温度検出値の時系列データと電力指令値（あるいは電力検出値）の時系列データとがニューラルネットワーク５の入力データとして使用される。
なお、上述の実施形態では熱板３が載置板を兼用しているが、本発明は、例えば石英からなる載置板の下方側に加熱ランプを配置し、加熱ランプから載置板を透過した赤外線によりウエハを加熱するタイプの熱処理装置であっても適用ができる。また熱処理の対象となる基板としては、ウエハに限らず液晶パネル用のガラス基板であってもよい。

本発明者は、本発明が有効であることを確認するために、事前に評価試験を行っている。この評価試験では、７チャンネルのヒータを備えた熱板を用い、各チャンネルごとに温度の時系列データごとに３００個の検出値を用い、７チャンネルで合計２１００個の検出値をニューラルネットワークの入力層に入力した。そしてウエハの載置状態が乗り上げ及び正常の各々のモード（事象モード）について教示有りの学習を行ってニューラルネットワークに使用されるパラメータの値を追い込み、このパラメータを用いてテストデータを用いて正解率を調べたところ、極めて高い正解率が得られた。教示有りの学習に用いた２１００個からなる温度検出値の組は、１０００個用意し、テストデータにおいても前記の組を１０００個用意した。

１ 筐体
１２ ウエハ移載機構
２ 熱処理部
２１ 蓋部
２２ 基台部
２５ ガス供給路
２６ 排気路
２７ 排気圧検出部
２９ 流量検出部
３ 熱板
３０ 突起部
３１（３１ａ～３１ｃ） ヒータ
３２ 電力制御回路
３３ 出力部
３５（３５ａ～３５ｃ） 温度センサー
３６ 吸引孔
３７ 吸引路
３９ 吸引圧検出部
４ 状態監視部
４１ 状態推定部
４２ 対応処理選択部
５ ニューラルネットワーク
５１ 入力層
５２ 隠れ層
５３ 出力層

Claims (11)

1. 処理容器内に配置されると共にその表面に基板と当該表面との接触を避けるための複数の突起部が設けられ、加熱部により加熱される載置板を備え、前記載置板上に基板を載置して当該基板を加熱処理する熱処理装置において、
   運転条件として設定される複数種の物理量を夫々検出する複数種の物理量検出部と、
   前記複数種の物理量検出部により夫々検出された複数種の物理量検出値の各種の物理量検出値ごとに得られた時系列の検出値群が入力層に入力され、ニューラルネットワークにより、複数の異常モードの各々について発生している発生確率を求める状態推定部と、
   前記状態推定部により推定された異常モードの発生確率に基づいて、取るべき対応処理を複数の対応処理の中から選択する選択部と、を備え、
   前記複数種の物理量検出値のうちの一種の物理量検出値は、載置板の温度を検出する物理量検出部である温度検出部により検出された温度検出値であることを特徴とする熱処理装置。
2. 前記載置板に設けられ、前記加熱部を構成する抵抗発熱体と、
   前記抵抗発熱体に電力を供給する電力供給部と、
   前記温度検出値と温度目標値との偏差に基づいて前記電力供給部に供給する電力の指令値を出力する、前記物理量検出部に相当する調節部と、を備え、
   前記複数種の物理量検出値は、前記温度検出値に加えてさらに前記電力の指令値を含むことを特徴とする請求項１記載の熱処理装置。
3. 前記載置板に設けられ、前記加熱部を構成する抵抗発熱体と、
   前記抵抗発熱体に電力を供給する電力供給部と、
   前記温度検出値と温度目標値との偏差に基づいて前記電力供給部に供給する電力の指令値を出力する調節部と、を備え、
   前記複数種の物理量検出値は、前記温度検出値に加えてさらに前記電力の検出値を含むことを特徴とする請求項１記載の熱処理装置。
4. 前記異常モードは、基板が反っている状態を含むことを特徴とする請求項１ないし３のいずれか一項に記載の熱処理装置。
5. 前記異常モードは、基板が異物に乗り上げていて正常に載置されていない状態を含むことを特徴とする請求項１ないし４のいずれか一項に記載の熱処理装置。
6. 前記異常モードは、前記載置板が損傷している状態を含むことを特徴とする請求項１ないし５のいずれか一項に記載の熱処理装置。
7. 前記基板を載置板側に引き付けるために載置板の表面に吸引口が開口する吸引路を備え、
   前記複数種の物理量検出値は、前記温度検出値に加えてさらに前記吸引路の吸引圧の検出値を含むことを特徴とする請求項１ないし６のいずれか一項に記載の熱処理装置。
8. 前記選択部の選択の範囲である複数の対応処理の中には、熱処理を継続すること、熱処理を継続しかつ異常を警告すること、熱処理を継続しかつ異常を警告すると共に基板にマーキングを行うこと、及び熱処理を停止すること、が含まれることを特徴とする請求項１ないし７のいずれか一項に記載の熱処理装置。
9. 前記選択部は、異常モードの発生確率の大きさごとに対応処理が決められていると共に前記複数の対応処理の各々に対して予めレベルが決められ、複数の異常モードの各々の発生確率に対応して複数の対応処理を選択できる条件が成立した場合には、当該複数の対応処理のうち最も高いレベルの対応処理を選択することを特徴とする請求項１ないし８のいずれか一項に記載の熱処理装置。
10. 処理容器内に配置されると共にその表面に基板と当該表面との接触を避けるための複数の突起部が設けられ、加熱部により加熱される載置板を備え、前記載置板上に基板を載置して当該基板を加熱処理する熱処理装置を管理する方法において、
    少なくとも前記基板を載置板上に載置した後の時間帯において、運転条件として設定される複数種の物理量を夫々検出する工程と、
    この工程にて検出された複数種の物理量検出値の各種の物理量検出値ごとに得られた時系列の検出値群が入力層に入力され、ニューラルネットワークにより、複数の異常モードの各々について発生している発生確率を求める工程と、
    前記異常モードの発生確率に基づいて、取るべき対応処理を複数の対応処理の中から選択する工程と、を含み、
    前記複数種の物理量検出値のうちの一種の物理量検出値は、載置板の温度を検出する物理量検出部である温度検出部により検出された温度検出値であることを特徴とする熱処理装置の管理方法。
11. 処理容器内に配置されると共にその表面に基板と当該表面との接触を避けるための複数の突起部が設けられ、加熱部により加熱される載置板を備え、前記載置板上に基板を載置して当該基板を加熱処理する熱処理装置に使用されるコンピュータプログラムを記憶した記憶媒体であって、
    前記コンピュータプログラムは、請求項１０に記載の熱処理装置の管理方法を実行するようにステップ群が組まれたことを特徴とする記憶媒体。

Images