JP7023455B2 - ワーク研磨方法およびワーク研磨装置 - Google Patents
ワーク研磨方法およびワーク研磨装置 Download PDFInfo
- Publication number
- JP7023455B2 JP7023455B2 JP2017239181A JP2017239181A JP7023455B2 JP 7023455 B2 JP7023455 B2 JP 7023455B2 JP 2017239181 A JP2017239181 A JP 2017239181A JP 2017239181 A JP2017239181 A JP 2017239181A JP 7023455 B2 JP7023455 B2 JP 7023455B2
- Authority
- JP
- Japan
- Prior art keywords
- polishing
- dressing
- polishing pad
- work
- surface texture
- 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.)
- Active
Links
- 238000005498 polishing Methods 0.000 title claims description 355
- 238000000034 method Methods 0.000 title claims description 47
- 238000013528 artificial neural network Methods 0.000 claims description 57
- 239000002245 particle Substances 0.000 claims description 25
- 238000013473 artificial intelligence Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 9
- 238000003909 pattern recognition Methods 0.000 claims description 8
- 238000003825 pressing Methods 0.000 claims description 8
- 239000006061 abrasive grain Substances 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 238000007494 plate polishing Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 238000007517 polishing process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000002002 slurry Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 229910003460 diamond Inorganic materials 0.000 description 3
- 239000010432 diamond Substances 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 210000004205 output neuron Anatomy 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 229920005830 Polyurethane Foam Polymers 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000005304 optical glass Substances 0.000 description 1
- 239000011496 polyurethane foam Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B24B37/00—Lapping machines or devices; Accessories
- B24B37/005—Control means for lapping machines or devices
-
- 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
- B24B37/105—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool for single side lapping the workpieces or work carriers being actively moved by a drive, e.g. in a combined rotary and translatory movement
- B24B37/107—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool for single side lapping the workpieces or work carriers being actively moved by a drive, e.g. in a combined rotary and translatory movement in a rotary movement only, about an axis being stationary during 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
- B24B49/12—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 optical 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
- 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
- B24B49/18—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 taking regard of the presence of dressing tools
-
- 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
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67011—Apparatus for manufacture or treatment
- H01L21/67092—Apparatus for mechanical treatment
-
- 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
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness 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
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67276—Production flow monitoring, e.g. for increasing throughput
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Mechanical Treatment Of Semiconductor (AREA)
- Grinding-Machine Dressing And Accessory Apparatuses (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Description
しかしながら、多数のワークの研磨を行うと、研磨パッドが次第に目詰まりを起こし、研磨レートが劣化する。そこで、所要枚数のワークの研磨を行った後、ドレッシング砥石を用いて研磨パッドの表面をドレッシング(目立て)し、研磨レートを回復させるようにしている(例えば特許文献1:特開2001-260001)。
すなわち、画像処理方法は、研磨パッドの表面を投光器によって照明し、その箇所をCCDカメラにて画像を抽出し、画像処理を行って、目詰まりによって形成された平面部分の面積比率を算出するようにしている。また、反射率方式では、レーザ光を研磨パッド表面に当て、この反射光を受光器で受光し、受光した光量の変化から研磨パッドの表面性状を計測するようにしている。
しかしながら、特許文献1のものによれば、ワークの研磨処理中に研磨パッドの表面性状を計測するものであるため、研磨屑や研磨液(例えば、白濁液)によって、実際と異なる画像となったり、不鮮明な画像となったりするので、研磨パッドの表面性状について高い精度の情報が得られないという課題がある。
さらに、研磨パッドの表面性状が正確に把握できないため、現在もオペレータの経験則に頼る部分があり、研磨加工の自動化およびインテリジェント化を阻んでいる。
具体的には、研磨パッドの表面状態を正確に把握し、精度のよいドレッシングを行うことができ、ユーザーが所望する研磨を行える研磨条件を自動作成できる、ワーク研磨方法およびワーク研磨装置を提供することにある。
すなわち、本発明に係るワーク研磨装置は、回転する定盤の研磨パッド上にワークを押接し、前記研磨パッドに研磨液を供給しつつワーク表面の研磨を行うワーク研磨装置において、データ解析を行う人工知能と、ドレッシング砥石を前記研磨パッドの表面上で往復動して前記研磨パッドの表面を所要のドレッシング条件でドレッシングするドレッシング部と、前記研磨パッドの表面に接触した状態で前記研磨パッドとの接触画像を取得して前記研磨パッドの表面性状を計測する表面性状計測部と、前記ドレッシング部によりドレッシングした研磨パッドによりワークを研磨した際のワークの研磨結果を計測する研磨結果計測部と、前記ドレッシング部により前記研磨パッドをドレッシングした際の、前記ドレッシング条件データ、該ドレッシング後に前記表面性状計測部により計測した前記研磨パッドの表面性状データ、および前記ドレッシング後にワークを研磨した場合の研磨結果データの相関関係を、前記人工知能で学習した相関データを記憶する記憶部と、前記人工知能に目的とする研磨結果を入力する入力部とを具備し、前記人工知能は、前記相関データから、前記目的とする研磨結果に対応する前記研磨パッドの表面性状を逆推定する第1の演算処理と、前記逆推定した前記研磨パッドの表面性状から対応する前記ドレッシング条件を導出する第2の演算処理とを行う学習型アルゴリズムを実装することを特徴とする。
前記研磨パッドの表面性状として、少なくとも前記接触画像における接触点数を用いることができる。
また、前記研磨パッドの表面性状として、前記接触画像における接触点数、接触率、接触点間隔および空間FFT解析結果を用いることができる。
前記人工知能における、前記第1の演算処理において、第1のニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理において、第2のニューラルネットワークにより前記ドレッシング条件を導出するようにすることができる。
また、前記人工知能における、前記第1の演算処理において、ニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理において、パターン認識技術により前記ドレッシング条件を導出するようにすることができる。
前記研磨パッドの表面性状を、少なくとも前記接触画像における接触点数、を用いることができる。
また、前記研磨パッドの表面性状を、前記接触画像の接触点数、接触率、接触点間隔および空間FFT解析結果とすることができる。
前記第1の演算処理工程で、第1のニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理工程で、第2のニューラルネットワークにより前記ドレッシング条件を導出するようにすることができる。
また、前記第1の演算処理工程で、ニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理工程で、パターン認識技術により前記ドレッシング条件を導出するようにすることができる。
図1は、ワーク研磨装置100の全体の概要を示すブロック図である。図2は、ワーク研磨装置100の動作フロー図である。各部の詳細は後に説明する。
図1、図2により、全体の流れを説明する。
102は研磨部であり、駆動部104によって駆動され、ワーク(図示せず)の研磨を行う。ワークの研磨結果(研磨レートや表面粗さ等)等は、公知の研磨結果計測部106によって計測される。
108はドレッシング部であり、駆動部110によって駆動され、研磨部102における定盤上に貼付された研磨パッドを、所要のドレッシング条件によってドレッシングする。
本実施の形態では、第1のニューラルネットワーク(以下単にNNと表記することがある)114と第2のニューラルネットワーク122とを有する人工知能を有する。
第1のニューラルネットワーク114には、ドレッシング部108におけるドレッシング条件のデータ(図2の動作フローでは第1のNN114に入力していない)、表面性状計測部112で計測された研磨パッドの表面性状の計測データおよび研磨結果計測部106で計測された研磨結果データが入力される。第1のNN114では、記憶部116に格納されたプログラムに従って、上記入力された各データの相関関係を演算し、かつ学習し、学習した結果が記憶部118に記憶される。表面性状データと研磨結果データとは、実験研磨値および実研磨値からの多数のデータの解析により、ある相関関係を有することが判明している。この相関関係は学習により、次第に精度の高いものに更新される。
第1のNN114は、入力された目的研磨結果データから推定研磨結果データを出力し(ステップ2:S2)、この推定研磨結果データから、前記各データの相関関係により逆推定された推定表面性状データを出力する(ステップ3:S3)。
第2のニューラルネットワーク(NN)122には、第1のNN114から出力された上記推定表面性状データが入力される(ステップ4:S4)。
第2のNN122では、記憶部124に格納されたプログラムに従って、前記各データの相関関係から、前記入力された推定表面性状データを得ることのできる、研磨パッドの推定ドレッシング条件データを割り出す(ステップ5:S5)。
この後、ステップ7によって、作製された研磨パッドの表面性状データが計測されると、この第2のNN122において、推定ドレッシング条件データに対する教師信号が、記憶部118経由で出力ニューロンに入力され、バックプロパゲーションにより学習され、相関データが更新される。
そして、オペレータは、研磨パッドのドレッシング後、駆動部104によって研磨部102を駆動し、ワークの研磨を行う(ステップ8:S8)。
ワーク研磨後、研磨結果計測部106によって、研磨レート等のワーク研磨結果を計測する(ステップ9:S9)。
なお、第1のNN114に入力されたデータおよび学習値は、記憶部118によって第2のNN122に共有される。
ステップ10の判定において計測したワークの研磨結果データが所定の範囲外であれば、ステップ1に戻り、研磨パッドの再ドレッシングを行うか、所要バッチ数のワークの研磨が完了した後であれば、オペレータの経験により判断して、研磨パッドの交換を行うようにする(ステップ13:S13)。交換した研磨パッドが従前のものと同じ種類の研磨パッドであれば、第1のNN114および第2のNN122で蓄積した学習値がそのまま使える。研磨パッドを交換した場合もステップ1に戻る。
なお、各部の駆動は、図示しない制御部によって、所要のプログラムに従って行われる。
≪研磨部102≫
図3は研磨部102の概略を示す説明図である。
12は定盤であり、公知の駆動機構(図示せず)により回転軸14を中心に水平面内で回転する。定盤12の上面には、例えば発泡ポリウレタンを主材とする研磨パッド16が貼付されている。
18は研磨ヘッドであり、その下面側に研磨すべきワーク(半導体ウェーハ等)20が保持される。研磨ヘッド18は回転軸22を中心に回転される。また研磨ヘッド18は、シリンダ等の上下動機構(図示せず)により上下動可能となっている。
24はスラリー供給ノズルであり、スラリー(研磨液)を研磨パッド16上に供給するものである。
なお、研磨ヘッド18には種々の公知の構造のものがあり、研磨ヘッドの種類は特に限定されない。
図4は、ドレッシング部108の概略を示す平面図である。
ドレッシング部108は、回転軸27を中心に回転する揺動アーム28を備えている。揺動アーム28の先端にはドレッシングヘッド30が固定されている。また、ドレッシングヘッド30下面側には、所要大きさのダイヤモンド粒からなるドレッシング砥石が固定されている。ドレッシングヘッド30は、揺動アーム28の先端部において、自身の軸線を中心に回転するように設けられている。
36はヘッド本体である。
37は第1の可動板であり、ヘッド本体36に、フレキシブルなダイアフラム38を介して取り付けられており、ヘッド本体36に対して上下動可能となっている。
ヘッド本体36の下面と、ダイアフラム38下面および第1の可動板37上面との間に第1の圧力室40が形成されている。第1の圧力室40には、圧力源(図示せず)から流路(図示せず)を通じて圧力空気が導入可能になっている。
図5において、44は第2の可動板であり、第1の可動板37の下面側に、フレキシブルなダイアフラム45を介して取り付けられており、第1の可動板37に対して上下動可能となっている。
第1の可動板37下面と、ダイアフラム45上面および第2の可動板44上面との間に第2の圧力室47が形成されている。第2の圧力室47には、圧力源(図示せず)から流路(図示せず)を通じて圧力空気が導入可能になっている。
次に、研磨パッド16の表面性状(接触点数等)の計測部112および計測方法について説明する。
この計測方法は、例えば、特許第5366041号に示す方法を用いる。
この特許第5366041号に示す方法では、パッド表面性状を観察する方法としてダブプリズムを用いた観察方法を採用している。ダブプリズムとは光学ガラスの一種であり、像回転プリズムとも称される。ダブプリズム60は、図7に示すように、図示しない光源から入光面60aに角度45°で入光した光はプリズム底面60b(接触面)で全反射し、プリズム60を透過するという特徴をもっている。なお、接触点(パッド16との接触点)においては、全反射の条件が崩れて光が拡散反射する。そしてパッド16との接触点以外の部位(非接触点)では全反射する。入光面60aは接触面60bに対して鋭角をなしている。なお、プリズムとして、必ずしも図7に示すような台形状のダブプリズムでなくともよい。
このマイクロスコープでは、7.3mm×5.5mmの領域における画像を1600pixel×1600pixelで取得することができる。
なお、接触画像は接触領域が白く、非接触領域が黒くなる。また、本実施の形態では、ダブプリズム60を介してパッド16に所定の圧力を与えつつ、ダブプリズム60の上面(観察面60c)から出光する反射光をマイクロスコープ72により撮影をする。
なお、パッド表面状態観察方法の画像診断は、閾値により2値価処理した2値価画像データを用いる方法に限らず、接触画像におけるグレースケール値の分布(例えば、グレースケールヒストグラム)を用いてもよい。
また、#1000ドレッシングとは、#80のドレッシング砥石でドレッシングし、#500のドレッシング砥石でドレッシングし、さらに#1000のドレッシング砥石でドレッシングしたという意味である。
平均粒度の小さなドレッシング砥石の方が、平均粒度の大きいドレッシング砥石よりも接触点数が大きくなっていて、後記するように、研磨レートも大きくなっている。
しかしながら、各ドレッシング段階において、研磨回数間での接触点数の低下はそれほど大きくはない。もちろん、研磨回数が多くなるほど接触点数は小さくなる。すなわち、次第に研磨パッド表面の劣化が進むことにより、接触点数は減少することになる。
この点、前記特許文献1のものでは、ドレッシング時の研磨パッドの表面性状を非接触の計測方式によって計測しているため、実際のワークと研磨パッドとの接触状態が把握できないという課題がある。
表5および表6は、予め、複数段階のドレッシング条件でドレッシングした際の前記研磨パッド16の表面性状と、該それぞれのドレッシング条件でドレッシングした後の研磨パッド16によりワーク20を研磨した際のワーク20の研磨効果との相関関係を示す相関データの一例を示すものである。なお、本実施例においては、複数段階のドレッシング条件として、3段階の粒度(#80、#500、#1000)のドレッシング砥石を有する3つの異なるドレッシングヘッドを用意して、それぞれのドレッシングヘッドでドレッシングを行うドレッシング条件とした。また、研磨条件も、定盤12へのワーク20の加圧力を低負荷(30kPa)と高負荷(90kPa)の2段階とした。
表5、表6から明らかなように、平均粒度の小さなドレッシング砥石でドレッシングした研磨パッド16によりワークを研磨した方が、研磨レートが大きく、高い研磨効率が得られることがわかる。
また、ドレッシング条件(条件2)についても、ドレッシング砥石の粒度別(必ずしも3段階でなく、2段階、4段階以上であってもよい)は基本条件であるが、さらに、ドレッシング時間、ドレッシング圧、揺動アーム28のスイング速度、ドレッシングヘッドの回転速度、定盤の回転速度などで段階分けして設定することもできる。
得られた相関データは、データベースとして記憶部118に入力されると共に、前記のように、試験研磨、あるいは実研磨によるデータにより学習され、よりよいデータに更新される。
本実施の形態では、前記のように、研磨パッドの接触画像解析による定量化を行っていて、接触点数、接触率、接触点間隔、空間FFT解析の4つの表面性状データが取得可能となった。この4つの表面性状データには、研磨効果との関係性が高いものと低いものがあり、第1のニューラルネットワーク114では、それらの重み付けを含めてその論理構成をしている。すなわち、第1のNN114は、所要のドレッシング条件でドレッシングされた後、表面性状計測部112で計測された上記4つの表面性状データが入力信号として入力され、予め記憶部118に記憶されている前記相関データに基づいて研磨レート等の推定研磨結果を演算し、出力する(S2)、3層構造のニューラルネットワークとして構成されている。そして、教師信号が出力ニューロンに入力され、バックプロパゲーションにより学習され、前記のように相関データが更新される。
第1のNN114では、誤差をゼロとするバックプロパゲーションによって演算し、目的研磨結果データに対応する4つの推定表面性状データを出力し(S3)、この推定表面性状データがそのまま第2のニューラルネットワーク(NN)122に入力される(S4)。
第1のNN114の駆動構成は公知の駆動構成でよいので、その詳細な説明は省略する。
なお、上記実施の形態では、第1のNN114において、研磨パッドの接触画像解析によって取得した定量化データ(接触点数、接触率、接触点間隔、空間FFT解析)を用いたが、第1のNN114において、これらのデータではなく、接触画像のデータを直接用いて演算するようにしてもよい。
第2のニューラルネットワーク(NN)122では、上記のように、4つの推定表面性状データを入力信号とし、これに対応する推定ドレッシング条件データを出力する3層構造のニューラルネットワークを構成している。
すなわち、上記のように、第1のNN114から出力された4つの推定表面性状データがそのまま入力信号として第2のNN122に入力される。そして、第2のNN122では、予め記憶部118に記憶されている前記相関データに基づいて推定ドレッシング条件データを演算し、出力する(S5)。
この第2のNN122において、推定ドレッシング条件データに対する教師信号が出力ニューロンに入力され、バックプロパゲーションにより学習され、前記のように相関データが更新される。
これらの第2のNN122の駆動構成も公知の駆動構成でよいので、その詳細な説明は省略する。
以後の研磨工程は、前記のステップ6(S6)~ステップ13(S13)に従って行うようにすればよい。
また、研磨装置はワークの片面研磨装置ばかりでなく、両面研磨装置であってもよいことはもちろんである。
ニューラルネットワーク利用の実験検証を行うため、図16に示す学習データを作成した。
学習データを取得するために、実際に研磨パッドのドレッシングを行って、研磨パッドの表面性状を計測する。取得する表面性状データは、接触点数、接触率、接触点間隔、空間FFTの半値幅である、その後、研磨を実行して、研磨レートを測定する。また、ドレッシング条件は、以下の6種類とした。
分類A(○):#80砥石によるドレッシングを実行
分類B(□):#1000砥石によるドレッシングを実行
分類C(▽):#80砥石によるドレッシング後に#500砥石によるドレッシングを実行
分類AC(△):#80砥石によるドレッシング後に#1000砥石によるドレッシングを実行
分類BC(◇):#500砥石によるドレッシング後に#1000砥石によるドレッシングを実行
分類CA(☆):#1000砥石によるドレッシング後に#80砥石によるドレッシングを実行
ただし、サンプルNo.65、70~75は、ドレッシングを実行していない。
作成した学習データの研磨レート(実験値)からは、その時の研磨パッドの表面性状が特定でき、その表面性状から導出された推定研磨レートと、測定した研磨レート(実験値)との間の相関性を確認した(図17)。
結果は、図17のグラフに示すように、相関係数(R)=0.885となり、重回帰分析法による推定研磨レートと研磨レートの実験値との相関係数(R)=0.759(図18)と比較して、高い相関性があると言える。
つまり、学習データを作成して、表面性状から導出された推定研磨レートと、測定した研磨レート(実験値)との間の相関性を調べた結果、実効可能あることを確認した。
ドレッシング条件の導出における実効性を確認するために、機械学習のK近傍法によるパターン認識技術を試した。条件は、実験的検証1の学習データ(図16参照)を用いて、推定研磨レートを7.0とした。
結果は、図19に示すとおりであり、具体的には、丸で囲ったデータを自動的に選択している。ちなみに、図19は、図17の分析結果を研磨レート7.0μm/hr付近において拡大した拡大図である。
丸で囲ったデータ1~5を見ると、そのドレッシング条件を示す分類が、分類B:2件、分類AC:2件、分類BC:1件となっている。これらを多数決すると、分類Bおよび分類ACの両方を抽出することになり、分類Bおよび分類ACのどちらでもよいという提案ができる。さらに、推定研磨レートに対して、より近い値である実験値を有するドレッシング条件のデータを優先する等の選択手段を設けてもよい。
前記では、ドレッシング条件を6つに分類して説明したが、実際には、各砥石のドレッシング時間などの要素も含めた小分類を用いることも可能である。小分類は、前記ドレッシング条件の6つの分類をさらに細かく分類して作成する。
また、図17におけるデータの分布において、ドレッシング条件の分類毎で偏る傾向が見られることからも、データ量を増やせば、パターン認識技術が実効可能であると言える。
実験的検証1、2により、機械学習によるパターン認識技術が原理的に実施できることはもちろんであるが、精度上でも実効可能であることの確認ができた。
さらに、学習データの増加や人工知能の最適化による、研磨精度の改善も期待できる。
今後、コンディショニング条件の提案ができるようになれば、あらゆる研磨条件のデータを蓄積しつつ、相関性を見極めながら、随時システム上に組み込むだけでよいので、ワーク研磨方法およびワーク研磨装置の自動化およびインテリジェント化が現実のものとなる。
Claims (13)
- 回転する定盤の研磨パッド上にワークを押接し、前記研磨パッドに研磨液を供給しつつワーク表面の研磨を行うワーク研磨装置において、
データ解析を行う人工知能と、
ドレッシング砥石を前記研磨パッドの表面上で往復動して前記研磨パッドの表面を所要のドレッシング条件でドレッシングするドレッシング部と、
前記研磨パッドの表面に接触した状態で前記研磨パッドとの接触画像を取得して前記研磨パッドの表面性状を計測する表面性状計測部と、
前記ドレッシング部によりドレッシングした研磨パッドによりワークを研磨した際のワークの研磨結果を計測する研磨結果計測部と、
前記ドレッシング部により前記研磨パッドをドレッシングした際の、前記ドレッシング条件データ、該ドレッシング後に前記表面性状計測部により計測した前記研磨パッドの表面性状データ、および前記ドレッシング後にワークを研磨した場合の研磨結果データの相関関係を、前記人工知能で学習した相関データを記憶する記憶部と、
前記人工知能に目的とする研磨結果を入力する入力部とを具備し、
前記人工知能は、
前記相関データから、前記目的とする研磨結果に対応する前記研磨パッドの表面性状を逆推定する第1の演算処理と、
前記逆推定した前記研磨パッドの表面性状から対応する前記ドレッシング条件を導出する第2の演算処理とを行う学習型アルゴリズムを実装することを特徴とするワーク研磨装置。 - 前記ドレッシング部が、粒度の異なる砥粒を固定した複数のドレッシング砥石を有することを特徴とする請求項1記載のワーク研磨装置。
- 前記表面性状計測部は、
接触面、入光面、および観察面を有し、前記接触面にて前記研磨パッドに所要の押圧力で圧接されるダブプリズムと、
該ダブプリズムの前記入光面に光を入光する光源と、
前記ダブプリズムの前記入光面から入光し、前記接触面の前記研磨パッドとの接触点において拡散反射して前記観察面から出光した光を受光する受光部を有することを特徴とする請求項1または2記載のワーク研磨装置。 - 前記研磨パッドの表面性状が、少なくとも前記接触画像における接触点数を含むことを特徴とする請求項1~3いずれか1項記載のワーク研磨装置。
- 前記研磨パッドの表面性状が、前記接触画像における接触点数、接触率、接触点間隔および空間FFT解析結果を含むことを特徴とする請求項1~3いずれか1項記載のワーク研磨装置。
- 前記人工知能において、前記第1の演算処理は、第1のニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理は、第2のニューラルネットワークにより前記ドレッシング条件を導出することを特徴とする請求項1~5いずれか1項記載のワーク研磨装置。
- 前記人工知能において、前記第1の演算処理は、ニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理は、パターン認識技術により前記ドレッシング条件を導出することを特徴とする請求項1~5いずれか1項記載のワーク研磨装置。
- 回転する定盤の研磨パッド上にワークを押接し、前記研磨パッドに研磨液を供給しつつワーク表面の研磨を行うワーク研磨方法において、
ドレッシング砥石を前記研磨パッドの表面上で往復動して前記研磨パッドの表面を所要のドレッシング条件でドレッシングするドレッシング工程と、
表面性状計測部により、前記研磨パッドの表面に接触した状態で前記研磨パッドとの接触画像を取得して前記研磨パッドとの接触画像を取得して前記研磨パッドの表面性状を計測する計測工程と、
前記研磨パッドのドレッシング後、ワークを研磨する研磨工程と、
該研磨工程後、研磨したワークの研磨結果を計測する工程と、
前記ドレッシング部により前記研磨パッドをドレッシングした際の、前記ドレッシング条件データ、該ドレッシング後に前記表面性状計測部により計測した前記研磨パッドの表面性状データ、および前記ドレッシング後にワークを研磨した場合の研磨結果データの相関関係を、人工知能で学習して相関データを得る工程と、
目的とする研磨結果を前記人工知能に入力する入力工程と、
人工知能により前記相関データから、前記目的とする研磨結果に対応する前記研磨パッドの表面性状を逆推定する第1の演算処理工程と、
人工知能により前記逆推定した前記研磨パッドの表面性状から対応する前記ドレッシング条件を導出する第2の演算処理工程とを具備することを特徴とするワーク研磨方法。 - 前記ドレッシング工程において、粒度の異なる砥粒を固定した複数のドレッシング砥石を用いてドレッシングすることを特徴とする請求項8記載のワーク研磨方法。
- 前記研磨パッドの表面性状が、少なくとも前記接触画像における接触点数を含むことを特徴とする請求項8または9記載のワーク研磨方法。
- 前記研磨パッドの表面性状が、前記接触画像における接触点数、接触率、接触点間隔および空間FFT解析結果を含むことを特徴とする請求項8または9記載のワーク研磨方法。
- 前記第1の演算処理工程は、第1のニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理工程は、第2のニューラルネットワークにより前記ドレッシング条件を導出することを特徴とする請求項8~11いずれか1項記載のワーク研磨方法。
- 前記第1の演算処理工程は、ニューラルネットワークにより前記研磨パッドの表面性状を逆推定し、前記第2の演算処理工程は、パターン認識技術により前記ドレッシング条件を導出することを特徴とする請求項8~11いずれか1項記載のワーク研磨方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017009505 | 2017-01-23 | ||
JP2017009505 | 2017-01-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018118372A JP2018118372A (ja) | 2018-08-02 |
JP7023455B2 true JP7023455B2 (ja) | 2022-02-22 |
Family
ID=62813141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017239181A Active JP7023455B2 (ja) | 2017-01-23 | 2017-12-14 | ワーク研磨方法およびワーク研磨装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10449655B2 (ja) |
JP (1) | JP7023455B2 (ja) |
KR (1) | KR102363055B1 (ja) |
CN (1) | CN108340281B (ja) |
DE (1) | DE102018200928A1 (ja) |
TW (1) | TWI737867B (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI783037B (zh) * | 2017-09-25 | 2022-11-11 | 美商應用材料股份有限公司 | 使用機器學習方式以產生製程控制參數的半導體製造 |
JP2020053550A (ja) * | 2018-09-27 | 2020-04-02 | 株式会社荏原製作所 | 研磨装置、研磨方法、及び機械学習装置 |
JP7305945B2 (ja) * | 2018-10-31 | 2023-07-11 | 株式会社ジェイテクト | 工作機械 |
US11400563B2 (en) * | 2018-12-07 | 2022-08-02 | Disco Corporation | Processing method for disk-shaped workpiece |
WO2020137802A1 (ja) * | 2018-12-28 | 2020-07-02 | 株式会社荏原製作所 | パッド温度調整装置、パッド温度調整方法、研磨装置、および研磨システム |
EP3921091A1 (en) * | 2019-02-05 | 2021-12-15 | 3M Innovative Properties Company | Paint repair process by scenario |
JP2020131353A (ja) * | 2019-02-19 | 2020-08-31 | パナソニックIpマネジメント株式会社 | 研磨加工システム、学習装置、学習装置の学習方法 |
TWI820308B (zh) * | 2019-03-21 | 2023-11-01 | 美商應用材料股份有限公司 | 監視化學機械拋光中的拋光墊紋理 |
DE102019107694A1 (de) * | 2019-03-26 | 2020-10-01 | Homag Bohrsysteme Gmbh | Verfahren zum Betrieb einer Maschine |
US20200306927A1 (en) * | 2019-03-29 | 2020-10-01 | Saint Gobain Abrasives, Inc. | Performance Grinding Solutions |
JP7120958B2 (ja) | 2019-04-19 | 2022-08-17 | ファナック株式会社 | ドレッシング推定装置、及び制御装置 |
DE102019207744A1 (de) * | 2019-05-27 | 2020-12-03 | Robert Bosch Gmbh | Verfahren zum Ermitteln einer Zustandsinformation betreffend eine Bandschleifmaschine mittels eines maschinellen Lernsystems |
CN115023316A (zh) * | 2020-01-20 | 2022-09-06 | 发那科株式会社 | 研磨量估计装置 |
WO2022133273A1 (en) * | 2020-12-18 | 2022-06-23 | Applied Materials, Inc. | Adaptive slurry dispense system |
CN118450966A (zh) * | 2021-12-27 | 2024-08-06 | 株式会社力森诺科 | 波纹度预测装置、波纹度预测方法、被研磨物的加工方法及程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000233369A (ja) | 1999-02-15 | 2000-08-29 | Noritake Co Ltd | 研削状態監視装置およびドレッシング状態監視装置 |
JP2000343380A (ja) | 1999-05-31 | 2000-12-12 | Toshiba Mach Co Ltd | 加工機械における運転条件の決定方法 |
JP2010052072A (ja) | 2008-08-27 | 2010-03-11 | Fujikoshi Mach Corp | パッド表面状態観察方法およびパッド表面状態観察装置 |
JP2015041700A (ja) | 2013-08-22 | 2015-03-02 | 株式会社荏原製作所 | 研磨パッドの表面粗さ測定方法 |
WO2018074091A1 (ja) | 2016-10-18 | 2018-04-26 | 株式会社 荏原製作所 | 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 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5366041A (en) | 1976-11-25 | 1978-06-13 | Babcock Hitachi Kk | Heating furnace |
US5402354A (en) * | 1990-10-12 | 1995-03-28 | Mitsubishi Jukogyo Kabushiki Kaisha | Control apparatus and control method for machine tools using fuzzy reasoning |
JPH10214804A (ja) * | 1997-01-28 | 1998-08-11 | Olympus Optical Co Ltd | 機械化学研磨装置用の平坦化過程モニター装置 |
US6168683B1 (en) * | 1998-02-24 | 2001-01-02 | Speedfam-Ipec Corporation | Apparatus and method for the face-up surface treatment of wafers |
JP3019079B1 (ja) * | 1998-10-15 | 2000-03-13 | 日本電気株式会社 | 化学機械研磨装置 |
TW505555B (en) * | 1999-08-18 | 2002-10-11 | Guo-Jen Wang | Wafer chemical mechanical polishing process |
US7008301B1 (en) * | 1999-08-26 | 2006-03-07 | Advanced Micro Devices, Inc. | Polishing uniformity via pad conditioning |
TW477733B (en) * | 1999-12-17 | 2002-03-01 | Fujikoshi Machinery Corp | Abrasive machine |
JP2001260001A (ja) | 2000-03-13 | 2001-09-25 | Hitachi Ltd | 半導体装置の平坦化方法及びその装置 |
JP2002126998A (ja) * | 2000-10-26 | 2002-05-08 | Hitachi Ltd | 研磨方法および研磨装置 |
US6684704B1 (en) * | 2002-09-12 | 2004-02-03 | Psiloquest, Inc. | Measuring the surface properties of polishing pads using ultrasonic reflectance |
TWI221435B (en) * | 2001-01-20 | 2004-10-01 | Guo-Jen Wang | Method for optimizing timing control process parameters in chemical mechanical polishing |
DE60121292T2 (de) * | 2001-04-02 | 2007-07-05 | Infineon Technologies Ag | Verfahren zur Konditionierung der Oberfläche eines Polierkissens |
US6594024B1 (en) * | 2001-06-21 | 2003-07-15 | Advanced Micro Devices, Inc. | Monitor CMP process using scatterometry |
US6887131B2 (en) * | 2002-08-27 | 2005-05-03 | Intel Corporation | Polishing pad design |
JP2003086551A (ja) * | 2001-09-07 | 2003-03-20 | Mitsubishi Electric Corp | 半導体研磨装置、半導体研磨の終点検出方法および研磨ヘッドのドレスの終点検出方法 |
JP2003151934A (ja) * | 2001-11-15 | 2003-05-23 | Seiko Epson Corp | Cmp装置及びcmp用研磨パッドの調整方法 |
US20030188829A1 (en) * | 2001-12-27 | 2003-10-09 | Bharath Rangarajan | Integrated pressure sensor for measuring multiaxis pressure gradients |
DE60320227T2 (de) * | 2002-02-20 | 2009-05-20 | Ebara Corp. | Verfahren und einrichtung zum polieren |
US6937915B1 (en) * | 2002-03-28 | 2005-08-30 | Lam Research Corporation | Apparatus and methods for detecting transitions of wafer surface properties in chemical mechanical polishing for process status and control |
US7004822B2 (en) * | 2002-07-31 | 2006-02-28 | Ebara Technologies, Inc. | Chemical mechanical polishing and pad dressing method |
US7097542B2 (en) * | 2004-07-26 | 2006-08-29 | Intel Corporation | Method and apparatus for conditioning a polishing pad |
US8678878B2 (en) * | 2009-09-29 | 2014-03-25 | Chien-Min Sung | System for evaluating and/or improving performance of a CMP pad dresser |
US7846006B2 (en) * | 2006-06-30 | 2010-12-07 | Memc Electronic Materials, Inc. | Dressing a wafer polishing pad |
CN102490112B (zh) * | 2006-10-06 | 2015-03-25 | 株式会社荏原制作所 | 加工终点检测方法、研磨方法及研磨装置 |
JP2009028874A (ja) * | 2007-07-30 | 2009-02-12 | Elpida Memory Inc | Cmp用ドレッサー及びこれを用いたcmp装置 |
US8870625B2 (en) * | 2007-11-28 | 2014-10-28 | Ebara Corporation | Method and apparatus for dressing polishing pad, profile measuring method, substrate polishing apparatus, and substrate polishing method |
US8257150B2 (en) * | 2008-02-29 | 2012-09-04 | Tokyo Seimitsu Co., Ltd. | Pad dresser, polishing device, and pad dressing method |
JP2010173052A (ja) * | 2009-02-02 | 2010-08-12 | Sumco Corp | 研磨パッド厚測定方法、および研磨パッド厚測定装置 |
WO2011133386A2 (en) * | 2010-04-20 | 2011-10-27 | Applied Materials, Inc. | Closed-loop control for improved polishing pad profiles |
JP6066192B2 (ja) * | 2013-03-12 | 2017-01-25 | 株式会社荏原製作所 | 研磨パッドの表面性状測定装置 |
JP6340205B2 (ja) * | 2014-02-20 | 2018-06-06 | 株式会社荏原製作所 | 研磨パッドのコンディショニング方法及び装置 |
JP6465345B2 (ja) * | 2014-12-26 | 2019-02-06 | 株式会社荏原製作所 | 研磨パッドの表面性状測定方法および装置 |
US9669514B2 (en) * | 2015-05-29 | 2017-06-06 | Taiwan Semiconductor Manufacturing Co., Ltd | System and method for polishing substrate |
TWM531354U (zh) * | 2016-05-04 | 2016-11-01 | Factory Automation Technology | 加工裝置 |
TWM528233U (zh) * | 2016-05-06 | 2016-09-11 | 中華大學 | 一種研磨墊檢測系統 |
-
2017
- 2017-12-14 JP JP2017239181A patent/JP7023455B2/ja active Active
- 2017-12-15 TW TW106144071A patent/TWI737867B/zh active
-
2018
- 2018-01-03 US US15/860,794 patent/US10449655B2/en active Active
- 2018-01-10 KR KR1020180003211A patent/KR102363055B1/ko active IP Right Grant
- 2018-01-22 CN CN201810058829.5A patent/CN108340281B/zh active Active
- 2018-01-22 DE DE102018200928.7A patent/DE102018200928A1/de active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000233369A (ja) | 1999-02-15 | 2000-08-29 | Noritake Co Ltd | 研削状態監視装置およびドレッシング状態監視装置 |
JP2000343380A (ja) | 1999-05-31 | 2000-12-12 | Toshiba Mach Co Ltd | 加工機械における運転条件の決定方法 |
JP2010052072A (ja) | 2008-08-27 | 2010-03-11 | Fujikoshi Mach Corp | パッド表面状態観察方法およびパッド表面状態観察装置 |
JP2015041700A (ja) | 2013-08-22 | 2015-03-02 | 株式会社荏原製作所 | 研磨パッドの表面粗さ測定方法 |
WO2018074091A1 (ja) | 2016-10-18 | 2018-04-26 | 株式会社 荏原製作所 | 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 |
Also Published As
Publication number | Publication date |
---|---|
TWI737867B (zh) | 2021-09-01 |
KR102363055B1 (ko) | 2022-02-14 |
TW201829127A (zh) | 2018-08-16 |
CN108340281B (zh) | 2021-04-13 |
CN108340281A (zh) | 2018-07-31 |
US20180207768A1 (en) | 2018-07-26 |
DE102018200928A1 (de) | 2018-07-26 |
KR20180087143A (ko) | 2018-08-01 |
US10449655B2 (en) | 2019-10-22 |
JP2018118372A (ja) | 2018-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7023455B2 (ja) | ワーク研磨方法およびワーク研磨装置 | |
KR20170082127A (ko) | 워크 연마 방법 및 연마 패드의 드레싱 방법 | |
US11682114B2 (en) | Thickness measurement of substrate using color metrology | |
US9768080B2 (en) | Semiconductor manufacturing apparatus and method thereof | |
US8556679B2 (en) | Substrate polishing metrology using interference signals | |
CN109834577A (zh) | 用于化学机械研磨的系统、控制方法以及仪器 | |
JP7355128B2 (ja) | 被研削材の表面状態判定方法、被研削材の表面状態判定装置、研削装置、被研削材の研削方法及び金属材の製造方法 | |
US20220285227A1 (en) | Pixel classification of film non-uniformity based on processing of substrate images | |
US20220152772A1 (en) | Automated diamond polishing methods and systems | |
US20090181601A1 (en) | Methods and tools for controlling the removal of material from microfeature workpieces | |
JP5366041B2 (ja) | パッド表面状態観察方法およびパッド表面状態観察装置 | |
CN105196148A (zh) | 一种具有智能上下料功能的自适应抛光打磨系统 | |
WO2002050893A2 (en) | Process for monitoring a process, planarizing a surface, and for quantifying the results of a planarization process | |
KR102450132B1 (ko) | 판재의 불량을 검출하는 시스템, 및 압연 공정 | |
TWI447388B (zh) | Method for detecting wear of shovel tool | |
CN102639295A (zh) | 工件表面的异物研磨方法和异物研磨装置 | |
CN117428673A (zh) | 表面性状判定方法及表面性状判定系统 | |
WO2023249903A1 (en) | Abrasive systems and methods of use |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180115 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201001 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211015 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211026 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7023455 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |