JP7358251B2 - めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法 - Google Patents

めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法 Download PDF

Info

Publication number
JP7358251B2
JP7358251B2 JP2020005826A JP2020005826A JP7358251B2 JP 7358251 B2 JP7358251 B2 JP 7358251B2 JP 2020005826 A JP2020005826 A JP 2020005826A JP 2020005826 A JP2020005826 A JP 2020005826A JP 7358251 B2 JP7358251 B2 JP 7358251B2
Authority
JP
Japan
Prior art keywords
plating
plane uniformity
substrate
conditions
variables
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
Application number
JP2020005826A
Other languages
English (en)
Other versions
JP2021114073A (ja
Inventor
光弘 社本
正 下山
勉 中田
英治 青山
雅之 藤木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ebara Corp
Original Assignee
Ebara Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ebara Corp filed Critical Ebara Corp
Priority to JP2020005826A priority Critical patent/JP7358251B2/ja
Priority to CN202011579486.0A priority patent/CN113139363A/zh
Priority to TW110100062A priority patent/TWI841817B/zh
Priority to KR1020210003962A priority patent/KR20210093168A/ko
Priority to US17/149,691 priority patent/US11773504B2/en
Publication of JP2021114073A publication Critical patent/JP2021114073A/ja
Application granted granted Critical
Publication of JP7358251B2 publication Critical patent/JP7358251B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D21/00—Processes for servicing or operating cells for electrolytic coating
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D21/00—Processes for servicing or operating cells for electrolytic coating
    • C25D21/12—Process control or regulation
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D17/00—Constructional parts, or assemblies thereof, of cells for electrolytic coating
    • C25D17/001—Apparatus specially adapted for electrolytic coating of wafers, e.g. semiconductors or solar cells
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25D—PROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D7/00—Electroplating characterised by the article coated
    • C25D7/12—Semiconductors
    • C25D7/123—Semiconductors first coated with a seed layer or a conductive layer
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/31—Design entry, e.g. editors specifically adapted for circuit design
    • 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 at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer
    • H01L21/48—Manufacture or treatment of parts, e.g. containers, prior to assembly of the devices, using processes not provided for in a single one of the subgroups H01L21/06 - H01L21/326
    • H01L21/4814—Conductive parts
    • 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 at least one potential-jump barrier or surface barrier, e.g. PN junction, depletion layer or carrier concentration layer
    • H01L21/48—Manufacture or treatment of parts, e.g. containers, prior to assembly of the devices, using processes not provided for in a single one of the subgroups H01L21/06 - H01L21/326
    • H01L21/4814—Conductive parts
    • H01L21/4846—Leads on or in insulating or insulated substrates, e.g. metallisation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L24/00—Arrangements for connecting or disconnecting semiconductor or solid-state bodies; Methods or apparatus related thereto
    • H01L24/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
    • H01L24/10—Bump connectors ; Manufacturing methods related thereto
    • H01L24/11—Manufacturing methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/49—Nc machine tool, till multiple
    • G05B2219/49056—Control of flow of fluid or temperature as function of speed for uniform coating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2224/00—Indexing scheme for arrangements for connecting or disconnecting semiconductor or solid-state bodies and methods related thereto as covered by H01L24/00
    • H01L2224/01—Means for bonding being attached to, or being formed on, the surface to be connected, e.g. chip-to-package, die-attach, "first-level" interconnects; Manufacturing methods related thereto
    • H01L2224/10—Bump connectors; Manufacturing methods related thereto
    • H01L2224/11—Manufacturing methods
    • H01L2224/114—Manufacturing methods by blanket deposition of the material of the bump connector
    • H01L2224/1146—Plating
    • H01L2224/11462—Electroplating

Description

本発明は、めっき支援システム、めっき支援装置およびめっき支援プログラムに関する。
半導体ウェハ等の円形基板に配線やバンプ（突起状電極）を形成する手法として、比較的安価で処理時間が短い電解めっき法が広く用いられている。電解めっき法に用いるめっき装置は、表面を露出させた状態で基板を保持する基板ホルダと、基板と対向して配置されるアノードを備える。基板は、基板ホルダを介して電源に接続され、アノードはそれを保持するアノードホルダを介して電源に接続される。めっき処理に際しては、この基板ホルダごとめっき液中に浸漬させ、同じくめっき液中に浸漬させたアノードと基板との間に電流を印加することにより、基板表面に導電材料を堆積させる。
一般に、基板に電気を流すための電気接点は、基板の周縁部に配置される。このため、基板の中央部と基板周縁部では電気接点までの距離が異なり、シード層の電気抵抗分だけ基板の中央部と基板周縁部で電位差が生じる。したがって、基板中央部においてめっき層は薄くなり、基板周縁部のめっき層は厚くなる。この現象は、「ターミナルエフェクト」と呼ばれる。
基板表面におけるめっき膜の厚さの均一さを「面内均一性」という。従来、ターミナルエフェクトの影響を緩和させて面内均一性の高いめっき膜を得るために、アノードと基板との間に形成される電場の制御がなされてきた。例えば、基板の周縁部に対する電場を遮蔽する遮蔽体を備えた基板ホルダ（特許文献１）が開示されている。特許文献２および特許文献３には、アノードマスクによってめっき膜の面内均一性を向上する技術が開示されている。
特開２０１６－０７９５０４号公報 特開２０１６－０９８３９９号公報 特開２００５－０２９８６３号公報 特開２００１－１５２３９７号公報
基板上に高い面内均一性を有しためっき膜が得られることが望ましい。しかし、高い面内均一性を有するめっき膜を得るために好適な遮蔽板やアノードマスクのサイズを選定することは容易でない。
めっき処理の実施条件となるその他の調整項目についても同様である。たとえば、極間距離なども実施条件に含まれるが、好適な極間距離を選定することも難しい。特に、調整項目として複数の変数を調整する場合には、組み合わせによる効果を予測する必要があり，調整難易度が増す。なお、特許文献４には、基板の電解めっき処理に関する想定条件に基づいて、基板に形成されるめっき膜の面内均一性値を予測するシミュレータの技術が開示されているが、あらゆる条件に関してシミュレーションを行うことは処理負担が大きく、現実的でない。
本発明はこのような事情に鑑みてなされたものであり、その目的の一つは、高い面内均一性のめっき膜を得るために好適な実施条件の決定を平易化し，めっき処理作業を円滑化することにより，生産効率を向上させることにある。
本発明のある態様はめっき支援システムである。このめっき支援システムは、基板の電解めっき処理に関する想定条件に基づいて、基板に形成されるめっき膜の面内均一性値を予測するシミュレータと、複数の想定条件に関して、各想定条件を特定する一または複数の変数の値に、シミュレータによって予測された面内均一性値を対応づける数値解析データを記憶する記憶部と、数値解析データに基づく回帰分析によって、面内均一性値を目的変数とし、一または複数の変数を説明変数とするモデルを推計する分析部と、推計されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する探索部とを有する。
本発明の別の態様は、めっき支援システムである。このめっき支援システムは、基板の電解めっき処理に関する想定条件に基づいて、基板に形成されるめっき膜の面内均一性値を予測するシミュレータと、複数の想定条件に関して、各想定条件を特定する一または複数の変数の値に、シミュレータによって予測された面内均一性値を対応づける数値解析データを記憶する記憶部と、数値解析データに基づく機械学習によって、面内均一性値を目的変数とし、一または複数の変数を説明変数とするモデルを生成する学習部と、生成されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する探索部とを有する。
本発明のさらに別の態様は、めっき支援プログラムである。このめっき支援プログラムは、基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、想定条件において基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく回帰分析によって、面内均一性値を目的変数とし、一または複数の変数を説明変数とするモデルを推計する機能と、推計されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する機能とをコンピュータに発揮させる。
本発明のさらに別の態様は、めっき支援プログラムである。このめっき支援プログラムは、基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、想定条件において基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく機械学習によって、面内均一性値を目的変数とし、一または複数の変数を説明変数とするモデルを生成する機能と、生成されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する機能とをコンピュータに発揮させる。
本発明のさらに別の態様は、めっき支援装置である。このめっき支援装置は、基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、想定条件において基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく回帰分析によって、面内均一性値を目的変数とし、一または複数の変数を説明変数とするモデルを推計する分析部と、推計されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する探索部とを有することを特徴とする。
本発明のさらに別の態様は、めっき支援装置である。このめっき支援装置は、基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、想定条件において基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく機械学習によって、面内均一性値を目的変数とし、一または複数の変数を説明変数とするモデルを生成する学習部と、生成されたモデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる想定条件の推奨値である実施条件を探索する探索部とを有することを特徴とするめっき支援装置。
本発明によれば、めっき処理で得られる面内均一性を高めるための実施条件を決めやすくできる。
めっき槽の概要を示す図である。 フィードフォワード制御およびフィードバック制御の概念図である。 めっき支援システムの構成図である。 データ分析工程におけるフェーズの遷移図である。 数値解析データの構造図である。 入力画面の例を示す図である。 探索用データの構造図である。 出力画面の例を示す図である。 相関マップの例である。 影響度グラフの例である。 第１実施形態における全体処理の概要図である。 第１実施形態におけるめっき支援サーバの機能ブロック図である。 第１実施形態におけるめっき支援装置の機能ブロック図である。 第１実施形態におけるめっき支援装置の機能ブロック図である。 第１実施形態における準備フェーズおよびモデル生成フェーズのシーケンス図である。 第１実施形態における探索フェーズのシーケンス図である。 めっき支援装置における探索処理過程を示すフローチャート図である。 ニューラルネットワークの構成図である。 第２実施形態における全体処理の概要図である。 第２実施形態における準備フェーズおよびモデル生成フェーズのシーケンス図である。 第３実施形態における全体処理の概要図である。 第３実施形態における探索フェーズのシーケンス図である。 第４実施形態における全体処理の概要図である。 第４実施形態における準備フェーズおよびモデル生成フェーズのシーケンス図である。 めっき槽の変形例を示す図である。 図２６（ａ）は、イオン電導制御体の斜視図である。図２６（ｂ）は、多孔体のイオン電導制御体の断面図である。図２６（ｃ）は、パンチングプレートのイオン電導制御体の断面図である。
以下、図面を参照しつつ、本実施形態について説明する。なお、以下の実施形態およびその変形例において、ほぼ同一の構成要素については同一の符号を付し、その説明を適宜省略する。
［第１実施形態］
図１は、めっき槽４２の概要を示す図である。本実施形態において、基板Ｗの片面にめっきが施される。めっき槽４２中には、アノードホルダ４４、中間マスク４６、パドル４８、基板ホルダ２４が備えられる。アノードホルダ４４には、アノード６２が保持されている。アノード６２は、アノードホルダ４４内の配線を介して外部電源８０に接続されている。基板ホルダ２４には、円形の基板Ｗが保持されている。めっき処理中、アノード６２が基板Ｗの表面に対向するように配置される。
アノードホルダ４４と基板ホルダ２４との間に中間マスク４６が設けられている。中間マスク４６には、開口部５８が設けられている。開口部５８の大きさや形状を調整することで、中間マスク４６と基板Ｗとの間の電場が調整される。中間マスク４６に開口部５８の大きさあるいは形状の可変機能を設けて調整しても良いし、異なる大きさあるいは異なる形状の開口部を有する中間マスクと代えても良い。アノードホルダ４４と基板ホルダ２４との間に、基板Ｗの表面近傍のめっき液６０を攪拌するためのパドル４８が設けられている。パドル４８は、例えば、棒状の部材であり、鉛直方向を向くようにめっき槽４２内に設けられる。パドル４８は、駆動装置５０により基板Ｗの表面に対し平行移動できるように構成される。中間マスク４６は、レギュレーションプレートと呼ばれる調整板であってもよい。
アノードホルダ４４には、アノードマスク５２が取り付けられている。開口部が設けられているアノードマスク５２は、固定部５４によってアノードホルダ４４に固定されている。アノードマスク５２は、アノードホルダ４４と別に設置されてもよい。
アノード６２と基板Ｗとの間に外部電源８０から電圧が印加されると、外部電源８０を介し、アノード６２から基板Ｗに電子が流れる。この電子によって、めっき液６０中の基板Ｗ近傍の金属イオンが還元され，基板Ｗの表面にめっきがなされる。
めっき槽４２の外周には、めっき槽４２からあふれためっき液６０を受け入れる外槽６６が設けられている。めっき装置は、めっき液６０をめっき槽４２と外槽６６との間で循環させる循環機構６８を備えている。循環機構６８は、外槽６６とめっき槽４２とを接続する循環ライン７０を備える。循環ライン７０には、弁７２、ポンプ７４、温度制御装置７６およびフィルタ７８がそれぞれ設けられている。外槽６６の排出口３０から循環機構６８に取り込まれためっき液６０は、弁７２、ポンプ７４、温度制御装置７６およびフィルタ７８を経由して、供給口３２からめっき槽４２へ戻される。
めっき膜の面内均一性は、基板Ｗの構成を特定するウェハ仕様、電解めっき処理の制御を特定するプロセス条件およびめっき槽内の構成を特定するハード条件の影響を受ける。第１実施形態では、ウェハ仕様の変数として、シード層厚さＷａと開口率Ｗｂを例示する。開口率Ｗｂは、基板Ｗにおいてめっき膜が形成される電気活性表面の面積割合である。同じくプロセス条件の変数として、めっき時間Ｐａ、めっき膜の目標厚さＰｂ、電流密度Ｐｃおよびめっき液種Ｐｄを例示する。めっき液種Ｐｄは、強酸性、中酸性および弱酸性の値のいずれかで示すものとする。それぞれ、強酸性、中酸性および弱酸性に相当する所定値を割り当てる。たとえば、強酸性＝３、中酸性＝２、弱酸性＝１とする。同じくハード条件の変数として、アノードマスクサイズＨａと中間マスクサイズＨｂを例示する。アノードマスクサイズＨａは、アノードマスク５２における円形の開口部の直径、あるいは開口部の寸法を示す。中間マスクサイズＨｂは、中間マスク４６における円形の開口部の直径を示す。めっき処理の実施条件は、これらの変数によって特定される。
従来は、試行を繰り返して実施条件を調整するフィードバック制御によって、良好な実施条件を決めていた。すなわち、めっき処理を試行し、めっきが施された基板Ｗにおけるめっき膜の厚みを測定して、めっき膜の厚み分布から面内均一性値を算出し、目標の面内均一性値が得られるまで実施条件を変更して試行を繰り返す。実施条件の調整値の判断と、それによる面内均一性の改善予測は、めっき処理に関する知識や経験に頼られていた。したがって、熟達した操作者でなければ、調整に多大な工数を要していた。量産のための初期設定に限らず、量産過程においても加工対象の基板仕様の変更に伴い、改めて実施条件を設定し直す必要がある。したがって、めっき製品の品質向上と、生産効率向上のため、実施条件の調整を正確かつ迅速に行うことが求められる。
本実施形態では、フィードバック制御の前に良好な実施条件を予測し、その実施条件を適用してフィードフォワード制御を実施する。このようにすれば、フィードバック制御の初期段階から適性が高い結果が得られるため、実施条件を調整する工数が低減される。すなわち、所望の面内均一性値を得るための試行回数が最小化される。また、めっき処理に関する知識や経験が少ない操作者でも、比較的容易に調整できると期待される。
図２は、フィードフォワード制御およびフィードバック制御の概念図である。
データ分析工程４１０において、シミュレーションと回帰分析の技術により、良好な実施条件を予測する。従来は、前提となるウェハ仕様に適したハード条件およびプロセス条件を任意に選定していた。ここでは、ウェハ仕様、ハード条件およびプロセス条件を含めて実施条件とする。データ分析工程４１０については、後に詳述する。
操作者は、セットアップ作業４２０で、データ分析工程４１０から得られた実施条件に従ってめっき装置をセットアップする。具体的には、操作者は、ハード条件に従ってめっき槽内の中間マスク４６に代表されるように調整可能な部品の位置や寸法を調整する。操作者は、プロセス条件のとおりめっき装置の制御パラメータを設定する。この制御パラメータを、レシピと表現することもある。ここまでが、フィードフォワード制御に相当する。
めっき処理工程４３０では、基板Ｗがセットされた基板ホルダをめっき槽に入れ、電流を発生させてめっき処理を施す。めっき装置は、設定されている制御パラメータや調整されたハード条件に従ってめっき処理を制御する。
めっき処理が終わると、操作者は、めっきが施された基板Ｗを取り出し、検査工程４４０において検査装置を用いて、めっきの膜厚分布を計測する。さらに、検査装置（あるいは任意のコンピュータ）は、膜厚分布に基づいて面内均一性値を算出する。
調整作業４５０では、操作者が検査結果である膜厚分布と面内均一性値を参考とし、面内均一性を改善するための実施条件を予測する判断をして、次の試行へと移る。すなわち、セットアップ作業４２０とめっき処理工程４３０と検査工程４４０を繰り返す。通常、ウェハ仕様は変わらず、ハード条件とプロセス条件の両方又は一方が変更される。目標の面内均一性値が得られるまで、これらの工程を繰り返し続ける。この繰り返しが、フィードバック制御に相当する。以下では、データ分析工程４１０をメインとして、めっき支援システムの動作について説明する。
図３は、めっき支援システムの構成図である。
めっき装置１００に付属するめっき支援装置２００は、たとえばＬＡＮ（Local Area Network ）を介してめっき装置１００と接続している。めっき支援装置２００は、めっき支援サーバ３００と外部ネットワーク（たとえば、インターネットや専用回線）を介して接続している。めっき支援サーバ３００は、めっき支援装置２００に、データ分析工程４１０に関するサービスを提供する。めっき支援サーバ３００とめっき支援装置２００の機能によって、データ分析工程４１０が行われる。めっき支援サーバ３００は、たとえばめっき装置１００のメーカーが提供する。めっき装置１００およびめっき支援装置２００は、めっき装置１００のユーザによって保持される。
図４は、データ分析工程４１０におけるフェーズの遷移図である。
データ分析工程４１０は、準備フェーズ４１２、モデル生成フェーズ４１４および探索フェーズ４１６の順に進行する。第１実施形態では、めっき支援サーバ３００において準備フェーズ４１２の処理を実行し、めっき支援装置２００においてモデル生成フェーズ４１４の処理と探索フェーズ４１６の処理を実行する。その他の実装については、第２実施形態から第４実施形態で説明する。
準備フェーズ４１２では、複数の想定条件の各々に関するシミュレーションによって面内均一性値を推測し、回帰分析の基礎となる数値解析データを準備する。想定条件は、実施条件の場合と同種の変数を含む。すなわち、想定条件は、ウェハ仕様、ハード条件およびプロセス条件を定める。ただし、この条件で実際にめっき処理を行うわけではなく、この条件は数値解析において用いられるものであるので、想定条件とよぶ。シミュレータは、ウェハ仕様、ハード条件およびプロセス条件に基づいてめっき槽内の電場を解析して、基板Ｗにおけるめっき膜の形成過程を推測する。そして、シミュレータは、めっき処理が終了した時点での基板Ｗにおける被膜の膜厚分布を得る。膜厚分布のデータは、基板Ｗ上において均等な密度で設定された多数の位置の座標とその位置におけるめっき膜の厚さの組を含んでいる。膜厚分布に基づき、既知の方法で面内均一性値が算出される。面内均一性値は、たとえば膜厚の標準偏差／平均膜厚と定義される。あるいは、面内均一性値は、膜厚の最大値と最小値の差／平均膜厚と定義されることもある。すなわち、小さい面内均一性値は、面内均一性が高いことを示し、大きい面内均一性値は、面内均一性が低いことを示す。
図５は、数値解析データの構造図である。
数値解析データは、たとえばテーブル形式である。１つのレコードは、１つのサンプルを示し、想定条件ごとに行われるシミュレーションに対応する。シミュレータは、異なる複数の想定条件についてシミュレーションを行い、それぞれの想定条件において面内均一性値を予測する。すなわち、想定条件に関してシミュレーションを行った結果として、その面内均一性値Ｕが得られたことを示している。想定条件は、回帰モデルの式における説明変数を含んでいる。この例では、想定条件の変数として、シード層厚さＷａ、開口率Ｗｂ、めっき時間Ｐａ、めっき膜の目標厚さＰｂ、電流密度Ｐｃ、めっき液種Ｐｄ、アノードマスクサイズＨａおよび中間マスクサイズＨｂが設定されている。各変数ともに、所定範囲内の複数の想定値が選定され、それらの想定値を組み合わせて想定条件が生成される。たとえば、めっき液種Ｐｄ以外の７種の変数についてＮ個の想定値を選定し、めっき液種Ｐｄについて３個の想定値を選定した場合には、Ｍ＝Ｎの７乗×３とおりの想定条件が生成される。
図４の説明に戻る。モデル生成フェーズ４１４では、数値解析データに基づく回帰分析によって、回帰モデルを生成する。第１実施形態～第４実施形態では、線形回帰モデルを生成する例を説明する。非線形回帰モデルを生成する変形例については、後述する。
線形回帰モデルでは、以下の式１を用いる。
Ｙ ＝ β0 + β1×Ｘ1 + β2×Ｘ2 + β3×Ｘ3 + ・・・ + βi×Ｘi + Ｅ ［式１］
Ｙは、目的変数を示す。ｉは、説明変数の数を示す。Ｘ1は、第１説明変数を示し、Ｘ2は、第２説明変数を示し、Ｘ3は、第３説明変数を示し、Ｘiは、第ｉ説明変数を示す。β0は、定数を示し、β1は、第１係数を示し、β2は、第２係数を示し、β3は、第３係数を示し、βiは、第ｉ係数を示す。Ｅは、誤差項を示す。誤差項Ｅは、正規分布に従うものとする。すなわち、誤差項Ｅは、平均および標準偏差によって特定可能である。
本実施形態における線形回帰モデルでは、面内均一性値Ｕが、目的変数Ｙに相当する。第１説明変数Ｘ1をシード層厚さＷａとし、第２説明変数Ｘ2を開口率Ｗｂとし、第３説明変数Ｘ3をめっき時間Ｐａとし、第４説明変数Ｘ4をめっき膜の目標厚さＰｂとし、第５説明変数Ｘ5を電流密度Ｐｃとし、第６説明変数Ｘ6をめっき液種Ｐｄとし、第７説明変数Ｘ7をアノードマスクサイズＨａとし、第８説明変数Ｘ8を中間マスクサイズＨｂとすると、この例における線形回帰モデルは、以下の式２を用いる。
Ｕ ＝ β0 + β1×Ｗａ + β2×Ｗｂ + β3×Ｐａ + β4×Ｐｂ +
β5×Ｐｃ + β6×Ｐｄ + β7×Ｈａ + β8×Ｈｂ + Ｅ ［式２］
上述した数値解析データに基づいて回帰分析を行うと、定数β0、第１係数β1～第８係数β8および誤差項Ｅが求められる。これによって、線形回帰モデルが特定される。
探索フェーズ４１６では、線形回帰モデルを用いて、実際にめっき対象となる基板Ｗの電解めっき処理において形成されるめっき膜の面内均一性が、より良くなる実施条件を探索する。実施条件の変数のうち、一部の変数については、操作者が指定できるようにする。この例では、シード層厚さＷａ、開口率Ｗｂ、めっき時間Ｐａ、めっき膜の目標厚さＰｂおよびめっき液種Ｐｄの値を操作者が指定するものとする。
図６は、入力画面の例を示す図である。
上述の変数の値を受け付けるための入力画面がめっき支援装置２００のディスプレイに表示される。操作者は、めっき支援装置２００のキーボードやマウスなどの入力デバイスを操作して、これらの指定値を入力する。
実施条件の残りの変数については、候補値を組み合わせた複数のパターンを生成する。この例では、電流密度Ｐｃ、アノードマスクサイズＨａおよび中間マスクサイズＨｂについて複数の候補値を設け、それらを組み合わせる。そして、各パターンの候補値を操作者が指定した値と合わせて、候補条件とする。候補条件は、探索用データに設定される。
図７は、探索用データの構造図である。
探索用データは、たとえばテーブル形式であって、候補条件ごとのレコードを有している。この例では、シード層厚さＷａ＿ｉｎ（ｎｍ）、開口率Ｗｂ＿ｉｎ（％）、めっき時間Ｐａ＿ｉｎ（秒）、めっき膜の目標厚さＰｂ＿ｉｎ（μｍ）、めっき液種Ｐｄ＝中酸性と指定されたものとする。この例で、めっき支援装置２００は、電流密度ＰｃについてＰｃ＿ｍｉｎ～Ｐｃ＿ｍａｘ（１０-2Ａ／ｍ2）の範囲において、所定間隔（たとえば、０．１）で候補値を設ける。また、めっき支援装置２００は、アノードマスクサイズＨａについてＨａ＿ｍｉｎ～Ｈａ＿ｍａｘ（ｍｍ）の範囲において、所定間隔（たとえば、１）で候補値を設ける。さらに、めっき支援装置２００は、中間マスクサイズＨｂについてＨｂ＿ｍｉｎ～Ｈｂ＿ｍａｘ（ｍｍ）の範囲において、所定間隔（たとえば、１）で候補値を設ける。
そして、シード層厚さＷａ、開口率Ｗｂ、めっき時間Ｐａ、めっき膜の目標厚さＰｂ、電流密度Ｐｃ、めっき液種Ｐｄ、アノードマスクサイズＨａおよび中間マスクサイズＨｂの順に、［Ｗａ＿ｉｎ、Ｗｂ＿ｉｎ、Ｐａ＿ｉｎ、Ｐｂ＿ｉｎ、Ｐｃ＿ｍｉｎ、中酸性、Ｈａ＿ｍｉｎ、Ｈｂ＿ｍｉｎ］から［Ｗａ＿ｉｎ、Ｗｂ＿ｉｎ、Ｐａ＿ｉｎ、Ｐｂ＿ｉｎ、Ｐｃ＿ｍａｘ、中酸性、Ｈａ＿ｍａｘ、Ｈｂ＿ｍａｘ］までのＲ（＝電流密度Ｐｃの候補値の数×アノードマスクサイズＨａの候補値の数×中間マスクサイズＨｂの候補値の数）通りの候補条件を生成する。
めっき支援装置２００は、各想定条件の値を線形回帰モデルに適用して、ｕ１からｕＲまでの面内均一性値ｕを算出する。面内均一性値ｕは、探索用データにおいて想定条件に対応付けられる。
めっき支援装置２００は、ｕ１からｕＲまでの面内均一性値ｕのうち最小値に対応する想定条件を特定して、実施条件とする。仮に想定条件［Ｗａ＿ｉｎ、Ｗｂ＿ｉｎ、Ｐａ＿ｉｎ、Ｐｂ＿ｉｎ、Ｐｃ＿ｓ、中酸性、Ｈａ＿ｓ、Ｈｂ＿ｓ］における面内均一性値ｕＳが最小であれば、電流密度Ｐｃ＿ｓ（１０-2Ａ／ｍ2）、アノードマスクサイズＨａ＿ｓ（ｍｍ）かつ中間マスクサイズＨｂ＿ｓ（ｍｍ）の実施条件で、最も面内均一性ｕが高まると推測されたことになる。
図８は、出力画面の例を示す図である。
推測結果は、出力画面としてめっき支援装置２００のディスプレイに表示される。上述例の場合には、電流密度Ｐｃ＿ｓ（１０-2Ａ／ｍ2）から算出される平均電流値Ａｃ＿ｓ（Ａ）、アノードマスクサイズＨａ＿ｓ（ｍｍ）および中間マスクサイズＨｂ＿ｓ（ｍｍ）が出力画面に表示される。このとき、めっき時間＝Ｐａ＿ｉｎ（秒）のように、操作者の指定値が共に表示されてもよい。また、推測された面内均一性値が共に表示されてもよい。
あらゆる想定条件に対してシミュレーションを行うことは、処理負荷が高く現実的でない。そのため、想定条件は離散的にならざるを得ない面がある。したがって、想定条件よりも良好な実施条件があったとしても、見逃されることになる。
本実施形態では、シミュレーションの結果に基づいて回帰モデルを生成し、回帰モデルによって多様な候補条件における面内均一性値を求められるようにしたので、連続的な候補条件の中から良好な実施条件を抽出できる。たとえば、シミュレーションにおける想定条件の間にある実施条件も選び出すことができる。すなわち、より緻密な条件選択が行えるようになる。回帰分析の技術を用いることによって、シミュレーションだけでは予測しきれない範囲を補完する意義がある。
また、回帰分析の基礎データをシミュレーションで生成するので、実際の試験を行う必要がなく、コストの低減を図れるという面もある。総じて、めっき処理で得られる面内均一性を高めるための実施条件を決めやすい。
さらに、出力画面には、相関マップおよび影響度グラフも表示される。
図９は、相関マップの例である。
横軸は、アノードマスクサイズＨａを示す。縦軸は、中間マスクサイズＨｂを示す。座標空間には、アノードマスクサイズＨａと中間マスクサイズＨｂに対応して推測される面内均一性値ｕを色分けして示す。面内均一性値ｕが小さくなる条件に相当する位置は、暖色で示され、面内均一性値ｕが大きくなる条件に相当する位置は、寒色で示される。中心領域５００は赤色で表示され、第１周辺領域５０２は橙色で表示され、第２周辺領域５０４は黄色で表示され、第４周辺領域５０６は緑色で表示され、第５周辺領域５０８は青色で表示される。紙面の都合により、グラデーションを５段階で示しているが、さらに多くの段階で表すようにしてもよい。明度や彩度など他の色彩表現によってグラデーションを示してもよい。あるいは、等値線図で面内均一性値ｕを示してもよい。
操作者は、相関マップを参照すれば、アノードマスクサイズＨａあるいは中間マスクサイズＨｂを変化させた場合に、面内均一性値ｕにどのような影響を及ぼすかを、一目で把握することができる。
この例では、アノードマスクサイズＨａと中間マスクサイズＨｂの関係によって、面内均一性値ｕが変化する様子を示しているが、他の２つの変数の関係によって、面内均一性値ｕが変化する様子を示してもよい。相関マップは、めっき対象基板の電解めっき処理において実施可能な複数の条件について、各条件に含まれる２以上の変数の値と面内均一性値ｕの関係を、一括して表すグラフの例である。
図１０は、影響度グラフの例である。
この例は、電流密度Ｐｃ、中間マスクサイズＨｂおよび開口率Ｗｂに関して、面内均一性値ｕへの影響度を立体的な棒グラフとして示している。左側の列は、めっき液種Ｐｄが強酸性である場合に、電流密度Ｐｃ、中間マスクサイズＨｂおよび開口率Ｗｂの影響度を棒の長さで示している。中央の列は、めっき液種Ｐｄが中酸性である場合に、電流密度Ｐｃ、中間マスクサイズＨｂおよび開口率Ｗｂの影響度を棒の長さで示している。右側の列は、めっき液種Ｐｄが弱酸性である場合に、電流密度Ｐｃ、中間マスクサイズＨｂおよび開口率Ｗｂの影響度を棒の長さで示している。影響度には、たとえば探索用データの分析によって求められる相関係数を正規化した値を用いる。相関係数は、面内均一性値ｕと変数との相関の強さを示す。
操作者は、影響度グラフを参照すれば、電流密度Ｐｃ、中間マスクサイズＨｂおよび開口率Ｗｂのうち、どの変数がより面内均一性値ｕに影響しやすいかを一目で把握できる。ここで例示した電流密度Ｐｃ、中間マスクサイズＨｂおよび開口率Ｗｂ以外の説明変数について影響度グラフを示してもよい。
なお、出力画面は、めっき支援装置２００からめっき装置１００へ送られ、めっき装置１００のディスプレイにも表示される。セットアップ作業４２０の便宜のためである。操作者は、出力画面を参考にして、めっき装置１００のセットアップ作業４２０にとりかかる。
なお、準備フェーズ４１２、モデル生成フェーズ４１４および探索フェーズ４１６は、時間的に連続してもよいし、連続しなくてもよい。準備フェーズ４１２を終えてから、モデル生成フェーズ４１４を始めるまでに時間が空いてもよい。モデル生成フェーズ４１４を終えてから、探索フェーズ４１６を始めるまでに時間が空いてもよい。各フェーズの処理は、めっき支援サーバ３００およびめっき支援装置２００のいずれにおいて行われてもよい。他の実装例については、第２実施形態～第４実施形態で説明する。
図１１は、第１実施形態における全体処理の概要図である。
詳細な説明の前に、全体処理について概説する。第１実施形態におけるめっき支援サーバ３００は、準備フェーズ４１２の処理を実行するために、シミュレータ３６２および数値解析データ記憶部３７０を有する。シミュレータ３６２は、想定条件に基づいてシミュレーションを実行し、面内均一性値を算出する。面内均一性値は想定条件と対応づけられて、数値解析データ記憶部３７０に蓄積される。その他の機能ブロックについては、後述する。
第１実施形態におけるめっき支援装置２００は、モデル生成フェーズ４１４の処理と探索フェーズ４１６の処理を実行するために、回帰分析部２５０、実施条件探索部２５２および指定値受付部２９０を有する。めっき支援装置２００はめっき支援サーバ３００から数値解析データを得て、回帰分析部２５０が数値解析データに基づいて回帰モデルを推計する。指定値受付部２９０は、操作者による一部の変数に関して値の指定を受け付け、実施条件探索部２５２は、指定値を前提とする候補条件を回帰モデルに適用して面内均一性値を算出する。より良い面内均一性値に対応する候補条件が、実施条件として推奨される。その他の機能ブロックについては、後述する。
めっき支援システムに含まれるめっき支援サーバ３００およびめっき支援装置２００の各構成要素は、ＣＰＵ（Central Processing Unit）および各種コプロセッサなどの演算器、メモリやストレージといった記憶装置、それらを連結する有線または無線の通信線を含むハードウェアと、記憶装置に格納され、演算器に処理命令を供給するソフトウェアによって実現される。コンピュータプログラムは、デバイスドライバ、オペレーティングシステム、それらの上位層に位置する各種アプリケーションプログラム、また、これらのプログラムに共通機能を提供するライブラリによって構成されてもよい。以下に説明する各ブロックは、ハードウェア単位の構成ではなく、機能単位のブロックを示している。
図１２は、めっき支援サーバ３００の機能ブロック図である。
めっき支援サーバ３００は、通信部３０４、データ処理部３０６およびデータ格納部３０８を含む。
通信部３０４は、外部ネットワークとＬＡＮを介してめっき支援装置２００との通信処理を担当する。データ格納部３０８は各種データを格納する。データ処理部３０６は、通信部３０４により取得されたデータと、データ格納部３０８に格納されているデータに基づいて各種処理を実行する。データ処理部３０６は、通信部３０４およびデータ格納部３０８のインタフェースとしても機能する。
データ処理部３０６は、想定条件生成部３６０およびシミュレータ３６２を含む。想定条件生成部３６０は、上述したように想定条件を生成する。
データ格納部３０８は、数値解析データ記憶部３７０を含む。数値解析データ記憶部３７０は、図５に例示した数値解析データを記憶する。
通信部３０４は、データを受信する受信部３１２と、データを送信する送信部３１４を含む。受信部３１２は、データ要求受信部３２０を含む。データ要求受信部３２０は、めっき支援装置２００からデータ要求を受信する。データ要求は、数値解析データの要求を意味する。送信部３１４は、数値解析データ送信部３４０を含む。数値解析データ送信部３４０は、数値解析データをめっき支援装置２００へ送信する。
図１３と図１４は、めっき支援装置２００の機能ブロック図である。
めっき支援装置２００は、通信部２０４、データ処理部２０６、データ格納部２０８およびユーザインターフェース処理部２０２を含む。図１３は、通信部２０４、データ処理部２０６およびデータ格納部２０８の詳細を示す。図１４は、ユーザインターフェース処理部２０２の詳細を示す。
通信部２０４は、外部ネットワークとＬＡＮを介してめっき支援サーバ３００との通信処理を担当し、さらにＬＡＮを介してめっき装置１００との通信処理を担当する。データ格納部２０８は各種データを格納する。データ処理部２０６は、通信部２０４により取得されたデータと、ユーザインターフェース処理部２０２を介して入力された操作指示およびデータ格納部２０８に格納されているデータに基づいて各種処理を実行する。データ処理部２０６は、通信部２０４、ユーザインターフェース処理部２０２およびデータ格納部２０８のインタフェースとしても機能する。ユーザインターフェース処理部２０２は、キーボードやタッチパネルなどの入力デバイスを介して操作者の指示を受け付けるほか、画像表示や音声出力など、ユーザインターフェースに関する処理を担当する。
通信部２０４は、データを受信する受信部２１２と、データを送信する送信部２１４を含む。受信部２１２は、数値解析データ受信部２２０を含む。数値解析データ受信部２２０は、めっき支援サーバ３００から数値解析データを受信する。
送信部２１４は、データ要求送信部２３０、実施条件送信部２３２、相関マップ送信部２３４および影響度グラフ送信部２３６を含む。データ要求送信部２３０は、データ要求をめっき支援サーバ３００へ送信する。実施条件送信部２３２は、実施条件をめっき装置１００へ送信する。相関マップ送信部２３４は、相関マップをめっき装置１００へ送信する。影響度グラフ送信部２３６は、影響度グラフをめっき装置１００へ送信する。
データ処理部２０６は、回帰分析部２５０、実施条件探索部２５２、相関マップ作成部２５４および影響度グラフ作成部２５６を含む。実施条件探索部２５２は、回帰モデル実行部２６０を含む。回帰モデル実行部２６０は、線形回帰モデルに想定条件を適用して面内均一性値を算出する。相関マップ作成部２５４は、相関マップを作成する。影響度グラフ作成部２５６は、影響度グラフを作成する。
データ格納部２０８は、数値解析データ記憶部２７０、回帰モデル記憶部２７２および探索用データ記憶部２７４を含む。回帰モデル記憶部２７２は、線形回帰モデルを記憶する。探索用データ記憶部２７４は、探索用データを記憶する。
図１４に示すように、ユーザインターフェース処理部２０２は、操作者に対して画像や音声などの各種情報を出力する出力部２１６と、操作者からの入力を受け付ける入力部２１８を含む。
出力部２１６は、入力画面出力部２８０、実施条件出力部２８２、相関マップ出力部２８４および影響度グラフ出力部２８６を含む。入力画面出力部２８０は、入力画面をディスプレイに出力する。実施条件出力部２８２は、出力画面の実施条件をディスプレイに出力する。相関マップ出力部２８４は、出力画面の相関マップをディスプレイに出力する。影響度グラフ出力部２８６は、出力画面の影響度グラフをディスプレイに出力する。
入力部２１８は、指定値受付部２９０を含む。指定値受付部２９０は、入力画面において入力される指定値を受け付ける。
図１５は、第１実施形態における準備フェーズ４１２およびモデル生成フェーズ４１４のシーケンス図である。
準備フェーズ４１２において、めっき支援サーバ３００の想定条件生成部３６０は、複数の想定条件を生成する（Ｓ１０）。シミュレータ３６２は、生成された各想定条件によるシミュレーションを実行し、面内均一性値を求める（Ｓ１２）。想定条件と面内均一性値は、数値解析データ記憶部２７０で記憶される。
モデル生成フェーズ４１４において、めっき支援装置２００のデータ要求送信部２３０は、データ要求をめっき支援サーバ３００へ送信する（Ｓ１４）。上述のとおりデータ要求は、数値解析データの要求を意味する。
めっき支援サーバ３００のデータ要求受信部３２０がデータ要求を受信すると、数値解析データ送信部３４０は、数値解析データをめっき支援装置２００へ送信する（Ｓ１６）。
めっき支援装置２００の数値解析データ受信部２２０が受信した数値解析データは、数値解析データ記憶部２７０で記憶される。回帰分析部２５０は、数値解析データに基づいて線形回帰モデルを生成する（Ｓ１８）。生成された線形回帰モデルは、回帰モデル記憶部２７２に記憶される。
図１６は、第１実施形態における探索フェーズ４１６のシーケンス図である。
めっき支援装置２００の入力画面出力部２８０と指定値受付部２９０は、指定値の受付処理を実行する（Ｓ２０）。具体的には、入力画面出力部２８０が入力画面を出力し、指定値受付部２９０が入力画面において入力された指定値を受け付ける。
めっき支援装置２００の実施条件探索部２５２は、実施条件を探索する処理を実行する（Ｓ２２）。この探索処理については、図１７に関連して後述する。データ処理部２０６は、相関マップおよび影響度グラフの作図処理を実行する（Ｓ２４）。具体的には、相関マップ作成部２５４が相関マップを作成し、影響度グラフ作成部２５６が影響度グラフを作成する。
めっき支援装置２００の出力部２１６は、実施条件、相関マップおよび影響度グラフの出力処理を実行する（Ｓ２６）。具体的には、実施条件出力部２８２は、出力画面の実施条件をディスプレイに出力する。相関マップ出力部２８４は、出力画面の相関マップをディスプレイに出力する。影響度グラフ出力部２８６は、出力画面の影響度グラフをディスプレイに出力する。送信部２１４は、実施条件、相関マップおよび影響度グラフの送信処理を実行する（Ｓ２８）。実施条件送信部２３２は、実施条件をめっき装置１００へ送信する。相関マップ送信部２３４は、相関マップをめっき装置１００へ送信する。影響度グラフ送信部２３６は、影響度グラフをめっき装置１００へ送信する。
めっき装置１００の受信部（不図示）が実施条件、相関マップおよび影響度グラフを受信すると、めっき装置１００の出力部（不図示）は、実施条件、相関マップおよび影響度グラフをディスプレイに出力する（Ｓ３０）。
図１７は、めっき支援装置２００における探索処理過程を示すフローチャート図である。
実施条件探索部２５２は、上述したように複数の候補条件を生成する（Ｓ４０）。回帰モデル実行部２６０は、１つの候補条件を線形回帰モデルに適用して面内均一性値を求める（Ｓ４２）。未適用の候補条件があれば（Ｓ４４のＹ）、実施条件探索部２５２は、Ｓ４２において次の候補条件を適用する。未適用の候補条件がなければ（Ｓ４４のＮ）、すべての候補条件に対する面内均一性値を求めたことになるので、実施条件探索部２５２は、そのうち最小の面内均一性値を特定する（Ｓ４６）。そして、実施条件探索部２５２は、最小の面内均一性値に対応する候補条件を実施条件とする（Ｓ４８）。ここでは、最小の面内均一性値を特定する例を示したが、最小でなくてもよい。実施条件探索部２５２は、少なくとも２回以上の線形回帰モデルの適用を行って、面内均一性の値がより小さい方を選択する。実施条件探索部２５２は、最小値以外の所定条件を満たす面内均一性値を特定してもよい。具体的には、実施条件探索部２５２が基準値以下の面内均一性値を特定してもよい。
［第１実施形態の変形例］
数値解析データに基づく機械学習によって、均一性値を目的変数とし、一または複数の変数を説明変数とする学習モデルを生成してもよい。すなわち、回帰分析に代えて機械学習を行い、線形回帰モデルに代えて学習モデルを生成してもよい。第１実施形態の変形例におけるめっき支援装置２００は、回帰分析部２５０に代えて機械学習部（不図示）を備え、回帰モデル記憶部２７２に代えて学習モデル記憶部（不図示）を備え、回帰モデル実行部２６０に代えて学習モデル実行部（不図示）を備える。
図１８は、ニューラルネットワークの構成図である。
学習モデルは、たとえばニューラルネットワークを用いる。ニューラルネットワークの構成は、学習モデル部（不図示）に設定されている。ニューラルネットワークは、説明変数に対応する複数の入力ノードと、複数の中間ノードと、目的変数に対応する出力ノードを有する。この例では、シード層厚さＷａ、開口率Ｗｂ、めっき時間Ｐａ、めっき膜の目標厚さＰｂ、電流密度Ｐｃ、めっき液種Ｐｄ、アノードマスクサイズＨａおよび中間マスクサイズＨｂに対応する入力ノードが設けられる。さらに、面内均一性値Ｕに対応する出力ノードが設けられる。
モデル生成フェーズ４１４で、機械学習部（不図示）は、数値解析データの各サンプルについて、想定条件の各変数の値をその変数の入力ノードに設定し、面内均一性値Ｕを出力ノードに設定する。そして、機械学習部（不図示）は、各サンプルに関して重みデータを調整する。このようにして、ニューラルネットワークで最適解となる重みデータを学習させる。重みデータは、学習モデル部（不図示）に記憶される。
探索フェーズ４１６で、学習モデル実行部（不図示）は、候補条件に含まれる変数の値をその変数の入力ノードに設定し、学習済みの重みデータを使用してニューラルネットワークの演算を行う。これにより、出力ノードから推測される面内均一性値ｕが得られる。実施条件探索部２５２では、回帰モデル実行部２６０から得られる面内均一性値ｕに代えて、学習モデル実行部（不図示）から得られる面内均一性値ｕを用いる。
回帰分析の場合よりも機械学習の方が面内均一性値ｕの推測の精度が高ければ、機械学習によって面内均一性値ｕを推測してもよい。
［第２実施形態］
第２実施形態では、めっき支援サーバ３００で準備フェーズ４１２の処理とモデル生成フェーズ４１４の処理を実行し、めっき支援装置２００で探索フェーズ４１６の処理を実行する例について説明する。
図１９は、第２実施形態における全体処理の概要図である。
第２実施形態におけるめっき支援サーバ３００は、準備フェーズ４１２の処理を実行するために、第１実施形態と同様にシミュレータ３６２および数値解析データ記憶部３７０を有する。さらに、めっき支援サーバ３００は、モデル生成フェーズ４１４の処理を実行するために、回帰分析部３６４を有する。回帰分析部３６４は、第１実施形態で説明した回帰分析部２５０と同様に、数値解析データに基づく回帰モデルを推計する。
その他に、めっき支援サーバ３００のデータ格納部３０８は、回帰モデルを記憶する回帰モデル記憶部（不図示）を含む。めっき支援サーバ３００の受信部３１２は、モデル要求を受信するモデル要求受信部（不図示）を含む。めっき支援サーバ３００の送信部３１４は、線形回帰モデルをめっき支援装置２００へ送信するモデル送信部（不図示）を含む。線形回帰モデルは、目標変数の種類、説明変数の種類、各係数および誤差項の定義などを含む。
第２実施形態におけるめっき支援装置２００は、探索フェーズ４１６の処理を実行するために、第１実施形態と同様に実施条件探索部２５２および指定値受付部２９０を有する。
その他に、めっき支援装置２００の受信部２１２は、めっき支援サーバ３００から線形回帰モデルを受信するモデル受信部（不図示）を含む。めっき支援装置２００の送信部２１４は、モデル要求をめっき支援サーバ３００へ送信するモデル要求送信部（不図示）を含む。
図２０は、第２実施形態における準備フェーズ４１２およびモデル生成フェーズ４１４のシーケンス図である。
準備フェーズ４１２について、Ｓ１０に示した想定条件生成部３６０の処理とＳ１２に示したシミュレータ３６２の処理は、第１実施形態の場合と同じである。
モデル生成フェーズ４１４において、めっき支援装置２００のモデル要求送信部（不図示）は、モデル要求をめっき支援サーバ３００へ送信する（Ｓ５０）。
めっき支援サーバ３００のモデル要求受信部（不図示）がモデル要求を受信すると、
回帰分析部３６４は、数値解析データに基づいて回帰モデルを生成する（Ｓ５２）。生成された回帰モデルは、めっき支援サーバ３００の回帰モデル記憶部（不図示）に記憶される。そして、モデル送信部（不図示）は、回帰モデルをめっき支援装置２００へ送信する（Ｓ５４）。
めっき支援装置２００のモデル受信部（不図示）によって受信された回帰モデルは、回帰モデル記憶部２７２で記憶される。
第２実施形態における探索フェーズ４１６のシーケンスは、図１６に関連して説明した第１実施形態における探索フェーズ４１６のシーケンスと同様である。
第２実施形態では、めっき支援サーバ３００でモデル生成フェーズ４１４の処理を行うので、めっき支援装置２００における処理負荷が軽減される。
［第２実施形態の変形例］
第２実施形態を基礎として、回帰分析に代えて機械学習を行い、線形回帰モデルに代えて学習モデルを生成してもよい。第２実施形態の変形例におけるめっき支援サーバ３００は、回帰分析部３６４に代えて機械学習部（不図示）を備える。第２実施形態の変形例におけるめっき支援装置２００は、回帰モデル記憶部２７２に代えて学習モデル記憶部（不図示）を備え、回帰モデル実行部２６０に代えて学習モデル実行部（不図示）を備える。
そして、めっき支援サーバ３００のモデル送信部（不図示）は、線形回帰モデルに代えて学習モデルをめっき支援装置２００へ送信し、めっき支援装置２００のモデル受信部（不図示）は、めっき支援サーバ３００から線形回帰モデルに代えて学習モデルを受信する。受信した学習モデルは、学習モデル記憶部（不図示）に記憶される。
機械学習部（不図示）および学習モデル実行部（不図示）の処理については、第１実施形態の変形例の場合と同様である。
［第３実施形態］
第３実施形態では、めっき支援サーバ３００で準備フェーズ４１２の処理、モデル生成フェーズ４１４の処理及び探索フェーズ４１６の処理を実行する例について説明する。
図２１は、第３実施形態における全体処理の概要図である。
第３実施形態におけるめっき支援サーバ３００は、準備フェーズ４１２の処理を実行するために、第１実施形態と同様にシミュレータ３６２および数値解析データ記憶部３７０を有する。また、めっき支援サーバ３００は、第２実施形態と同様にモデル生成フェーズ４１４の処理を実行するために、回帰分析部３６４を有する。さらに、めっき支援サーバ３００は、探索フェーズ４１６の処理を実行するために、実施条件探索部３６６を有する。実施条件探索部３６６は、第１実施形態で説明した実施条件探索部２５２と同様に、実施条件を探索する。
その他に、めっき支援サーバ３００のデータ処理部３０６は、相関マップ作成部２５４と同様の相関マップ作成部（不図示）、影響度グラフ作成部２５６と同様の影響度グラフ作成部（不図示）を含む。また、めっき支援サーバ３００のデータ格納部３０８は、回帰モデルを記憶する回帰モデル記憶部（不図示）および探索用データを記憶する探索用データ記憶部（不図示）を含む。さらに、めっき支援サーバ３００の受信部３１２は、めっき支援装置２００から指定値を受信する指定値受信部（不図示）を含む。めっき支援サーバ３００の送信部３１４は、実施条件をめっき支援装置２００へ送信する実施条件送信部（不図示）、相関マップをめっき支援装置２００へ送信する相関マップ送信部（不図示）および影響度グラフをめっき支援装置２００へ送信する影響度グラフ送信部（不図示）を含む。
第３実施形態におけるめっき支援装置２００は、第１実施形態と同様に指定値受付部２９０を有する。その他に、めっき支援装置２００の受信部２１２は、めっき支援サーバ３００から実施条件を受信する実施条件受信部（不図示）、めっき支援サーバ３００から相関マップを受信する相関マップ受信部（不図示）、およびめっき支援サーバ３００から影響度グラフを受信する影響度グラフ受信部（不図示）を含む。また、めっき支援装置２００の送信部２１４は、指定値をめっき支援サーバ３００へ送信する指定値送信部（不図示）を含む。
準備フェーズ４１２のシーケンスは、第１実施形態の場合と同様である。そして、準備フェーズ４１２に続いて、モデル生成フェーズ４１４の処理に移る。めっき支援装置２００からのモデル要求によってモデル生成フェーズ４１４に移ってもよいし、めっき支援装置２００からのモデル要求によらず自動的にモデル生成フェーズ４１４に移ってもよい。モデル生成フェーズ４１４で、回帰分析部３６４は、数値解析データに基づいて回帰モデルを生成する。生成された回帰モデルは、めっき支援サーバ３００の回帰モデル記憶部（不図示）に記憶される。
図２２は、第３実施形態における探索フェーズ４１６のシーケンス図である。
めっき支援装置２００の入力画面出力部２８０と指定値受付部２９０は、上述の受付処理を実行する（Ｓ６０）。めっき支援装置２００の指定値送信部（不図示）は、指定値をめっき支援サーバ３００へ送信する（Ｓ６２）。
めっき支援サーバ３００の指定値受信部（不図示）が指定値を受信すると、実施条件探索部３６６は、指定値を用いて探索処理を実行する（Ｓ６４）。このとき、探索用データ記憶部（不図示）に探索用データが記憶される。実施条件探索部３６６が有する回帰モデル実行部（不図示）は、探索条件を線形回帰モデルに適用する。さらに、相関マップ作成部（不図示）は、相関マップを作成し、影響度グラフ作成部（不図示）は、影響度グラフを作成する。実施条件送信部（不図示）は、実施条件をめっき支援装置２００へ送信する。相関マップ送信部（不図示）は、相関マップをめっき支援装置２００へ送信する。影響度グラフ送信部（不図示）は、影響度グラフをめっき支援装置２００へ送信する。
めっき支援装置２００の実施条件受信部（不図示）は、めっき支援サーバ３００から実施条件を受信し、相関マップ受信部（不図示）は、めっき支援サーバ３００から相関マップを受信し、影響度グラフ受信部（不図示）は、めっき支援サーバ３００から影響度グラフを受信する。そして、めっき支援装置２００は、第１実施形態と同様に、出力処理を実行し（Ｓ７０）、さらに送信処理を実行する（Ｓ７２）。めっき装置１００も、第１実施形態と同様に、出力処理を実行する（Ｓ７４）。
第３実施形態では、めっき支援サーバ３００が探索フェーズ４１６の処理も行うので、めっき支援装置２００における処理負荷がさらに軽減される。
［第３実施形態の変形例］
第３実施形態を基礎として、回帰分析に代えて機械学習を行い、線形回帰モデルに代えて学習モデルを生成してもよい。第３実施形態の変形例におけるめっき支援サーバ３００は、回帰分析部３６４に代えて機械学習部（不図示）を備え、回帰モデル記憶部（不図示）に代えて学習モデル記憶部（不図示）を備え、回帰モデル実行部（不図示）に代えて学習モデル実行部（不図示）を備える。
機械学習部（不図示）および学習モデル実行部（不図示）の処理については、第１実施形態の変形例の場合と同様である。
［第４実施形態］
第４実施形態では、準備フェーズ４１２の処理、モデル生成フェーズ４１４の処理及び探索フェーズ４１６の処理を、めっき支援装置２００で実行する例について説明する。
図２３は、第４実施形態における全体処理の概要図である。
第４実施形態におけるめっき支援装置２００は、準備フェーズ４１２の処理を実行するために、シミュレータ２５８および数値解析データ記憶部２７０を有する。また、めっき支援装置２００は、モデル生成フェーズ４１４の処理を実行するために、回帰分析部２５０を有する。さらに、めっき支援装置２００は、探索フェーズ４１６の処理を実行するために、実施条件探索部２５２および指定値受付部２９０を有する。
その他に、めっき支援装置２００のデータ処理部２０６は、想定条件生成部３６０と同様の処理を行う想定条件生成部（不図示）を含む。
図２４は、第４実施形態における準備フェーズ４１２およびモデル生成フェーズ４１４モデル生成フェーズ４１４のシーケンス図である。
準備フェーズ４１２において、めっき支援装置２００の想定条件生成部（不図示）は、複数の想定条件を生成する（Ｓ８０）。シミュレータ２５８は、各想定条件によるシミュレーションを実行し、面内均一性値を求める（Ｓ８２）。
モデル生成フェーズ４１４において、めっき支援装置２００の回帰分析部２５０は、数値解析データに基づいて回帰モデルを生成する。（Ｓ８４）。
探索フェーズ４１６の処理については、第１実施形態の場合と同様である。
第４実施形態では、めっき支援サーバ３００を設けなくてもよいので、めっき支援システムの構成が単純である。また、通信負荷も生じない。
［第４実施形態の変形例］
第４実施形態を基礎として、回帰分析に代えて機械学習を行い、線形回帰モデルに代えて学習モデルを生成してもよい。第４実施形態の変形例におけるめっき支援装置２００は、回帰分析部２５０に代えて機械学習部（不図示）を備え、回帰モデル記憶部２７２に代えて学習モデル記憶部（不図示）を備え、回帰モデル実行部２６０に代えて学習モデル実行部（不図示）を備える。
機械学習部（不図示）および学習モデル実行部（不図示）の処理については、第１実施形態の変形例の場合と同様である。
［その他の変形例］
上述の実施形態では、実施条件の変数のうち一部の変数について、操作者が値を指定する例を示したが、操作者がいずれの変数についても値を指定しなくてもよい。その場合には、実施条件探索部２５２は、すべての変数について候補値を設けて、それらを組み合わせて候補条件を設定する。出力画面には、推奨される実施条件すべての変数の値が表示される。
出力画面に表示される実施条件の変数の値のうち、プロセス条件に関する変数の値を、めっき装置１００で実行される実施条件として設定する設定部を、めっき支援装置２００に設けてもよい。すなわち、めっき支援装置２００の設定部が、プロセス条件に関する変数の値を自動的にめっき装置１００に設定してもよい。たとえば図８に示した平均電流値Ａｃ＿ｓ（Ａ）がめっき支援装置２００からめっき装置１００へ伝送され、めっき装置１００の実施条件として、自動的に平均電流値Ａｃ＿ｓ（Ａ）が設定されてもよい。このようにすれば、セットアップの作業の労力が軽減される。
ここで、非線形の回帰分析について説明する。上述の実施形態では、線形回帰モデルを用いる例を示したが、非線形の回帰モデルを用いてもよい。たとえば、一般化線形モデルを用いてもよい。一般化線形モデルは、説明変数Ｘと目的変数Ｙの非線形の関係を表せる。また、一般化線形モデルの誤差項では、確率分布として正規分布以外の分布を用いることができる。
一般化線形モデルは、以下の式３を用いる。
ｆ(Ｙ) ＝ β0 + β1×Ｘ1 + β2×Ｘ2 + β3×Ｘ3 + ・・・ + βi×Ｘi
βi+1×Ｘ1×Ｘ2 + βi+2×Ｘ1×Ｘ3 + ・・・ + Ｅ ［式３］
ｆ(Ｙ)は、リンク関数を表す。βi+1×Ｘ1×Ｘ2とβi+2×Ｘ1×Ｘ3は、交互作用項を表す。交互作用項は、変数同士が影響する場合に、それらの変数の組み合わせによる作用を示す項である。たとえば、βi+1×Ｘ1×Ｘ2は、変数Ｘ1と変数Ｘ2の組み合わせによる作用を示す。
一般化線形モデルの第１例として、リンク関数を対数線形とし、誤差分布をポアソン分布としてもよい。これは、ポアソン回帰モデルとよばれる。同じく第２例として、リンク関数を対数線形とし、誤差分布をガンマ分布としてもよい。同じく第３例として、リンク関数を対数線形とし、誤差分布を負の二項分布としてもよい。その他、リンク関数をロジスティック関数とし、誤差分布を二項分布とするロジスティック回帰や、リンク関数をプロビット関数とし、誤差分布を二項分布とするプロビット回帰を用いてもよい。あるいは、一般化線形モデルを拡張した一般化線形混合モデルを用いてもよい。
また、上述した回帰分析あるいは機械学習以外の多変量解析を用いてモデルを生成してもよい。
また、上述の実施形態では、めっき液種Ｐｄを示す強酸性、中酸性および弱酸性に所定値を割り当てる例を示したが、ｐｈ値を用いてもよい。あるいは、めっき液種Ｐｄに代えて、めっき液６０に含まれる各成分の濃度を説明変数としてもよい。たとえば、Ｃｕ濃度、Ｈ2ＳＯ4濃度および塩素イオン濃度をそれぞれ説明変数として用いてもよい。
また、説明変数を選ぶ基準として、目的変数である面内均一性値と相関が強いものを選択してもよい。以下では、説明変数として用いることが想定される変数について、面内均一性値との関連を説明する。
基板Ｗの開口率Ｗｂと面内均一性の関連について説明する。開口率Ｗｂが大きい場合、すなわちめっきが施される領域の面積が大きい場合には、めっき層は３次元的に成長する。したがって、広い面積を有する析出物が得られる。また、析出物の厚みがｎｍオーダーからμｍオーダーに増すことで、固有抵抗率が低下するとともに、その形状がバルクに近づく。これらのことが要因となり、めっき初期におけるｎｍオーダーのシード層しかない状態と比較して基板Ｗ自体の抵抗値が低下し、めっき析出の進行とともに面内均一性が高まる。一方、開口率Ｗｂが小さい場合、すなわちめっきが施される領域の面積が小さい場合には、基板Ｗと水平方向への成長が制限されるため、析出物の面積が小さく、基板Ｗ自体の抵抗値は、めっき初期からあまり変化しない。基板Ｗ自体の抵抗値が大きいままであると、基板Ｗ中心の過電圧が大きく、給電部付近の過電圧が小さくなる。このように基板Ｗ内での過電圧差分が大きいと、めっきの形成に偏りが生じ、面内均一性が低くなる。
また、めっきが施される領域の面積だけでなく，めっきが施される領域の数も面内均一性と関連する。めっきが施される領域が密集している場合には、領域間のイオン移動パスが短く、電極とめっき液界面の電流密度Ｐｃが均一になるので、面内均一性が高まる。これに対して、めっきが施される領域が離れている場合には、領域間のイオン移動パスが長く、電極とめっき液界面の電流密度Ｐｃが不均一になるので、面内均一性が低くなる。
シード層の厚さと面内均一性の関連について説明する。面内均一性は、初期に形成される膜厚分布に大きく依存する。シード層は、一般的に１０～３００ｎｍ程度であり、このように薄いシード層では固有抵抗率が変化する。シード層がより薄いほど固有抵抗率が高いため、めっき処理の初期段階で基板Ｗ中心部における過電圧と給電部付近における過電圧の差が大きくなる。したがって、めっきの膜厚に差が生じて、面内均一性が低くなる。
電流の大きさと面内均一性の関連について説明する。電流が大きいほど、給電付近と基板Ｗ中心の過電圧差分が増加する。したがって、電流が大きいと面内均一性が低く、電流が小さいと面内均一性が高い。
また、めっき液温度を説明変数として用いてもよい。めっき液６０の温度と面内均一性の関連について説明する。めっき液６０の温度が高いと、めっき液６０中におけるイオンの移動は早く、基板Ｗ表面におけるイオン濃度の差が生じにくい。そのため、イオン濃度に基づく過電圧が各箇所で等しく、めっき膜厚が均等になりやすい。反対に、めっき液６０の温度が低いと、めっき液６０中におけるイオンの移動が遅く、基板Ｗ表面におけるイオン濃度に差が生じやすい。そのため、イオン濃度の影響によって過電圧差分が大きくなり、めっき膜厚が不均一になる。
めっき液６０の種類または特性と面内均一性の関連について説明する。組成が違うめっき液６０では、液導電率や粘性などの特性が異なる。面内均一性を高めやすい条件として、液導電率が低いことと、粘度が低いことがあげられる。液導電率が低ければ、基板Ｗ表面における過電圧差分が面内均一性に及ぼす影響が小さくなる。また、粘度が低ければ、めっき液６０中のイオンが円滑に移動するので、イオンが各箇所に均等に供給され、イオン濃度差によるめっきのむらが起きにくい。液導電率や粘度は、めっき液６０の特性値の例である。液導電率または粘度を説明変数として用いてもよいし、液導電率や粘度以外の特性値を説明変数として用いてもよい。
アノードマスクサイズＨａや中間マスクサイズＨｂと面内均一性の関連について説明する。アノードマスク５２や中間マスク４６などの遮蔽部材は、１次電流密度分布、すなわちめっき液６０中のイオン導電経路に影響する。したがって、アノードマスクサイズＨａまたは中間マスクサイズＨｂの選定によって、めっき膜の均一性を調整することができる。
基板Ｗとアノード６２の距離、すなわち電極間の距離を説明変数として用いてもよい。電極間の距離と面内均一性の関連について説明する。めっき液６０の種類や基板構成によって、基板Ｗ表面におけるめっき反応の適切な抵抗（分極抵抗）は異なる。電極間の距離の変更は、発生する電圧を変化させて分極抵抗の微調整に寄与する。したがって、電極間の距離を適切に選定すれば、良好なめっき反応によって均一性の高いめっき層を形成しやすくなる。
図２５は、めっき槽４２の変形例を示す図である。
変形例のめっき槽４２では、中間マスク４６と基板Ｗの間に、イオン電導制御体９０を設置する。また、基板Ｗを回転させる回転機構（不図示）を設けて、基板Ｗを回転させる。基板Ｗの円形の中心を通る垂直方向の軸を、回転の中心軸とする。
図２６（ａ）は、イオン電導制御体９０の斜視図である。イオン電導制御体９０は、円盤の形状である。イオン電導制御体９０には、多数の孔が形成されている。孔は、イオンが通過できる径を有する。イオン電導制御体９０として、例えば多孔質セラミックやメソポーラスシリカなどの多孔体、あるいはパンチングプレートが用いられる。イオン電導制御体９０は、電気的な抵抗体の役割を果たす。すなわち、めっき槽４２の変形例では、中間マスク４６と基板Ｗの間に、めっき液６０よりも低い導電率の抵抗部材が存在する。
図２６（ｂ）は、多孔体のイオン電導制御体９０の断面図である。
多孔体の孔径は数十μｍオーダー以下であり、多孔体の内部は３次元的な細孔ネットワークになっている。３次元的な細孔ネットワークでは、イオンが直進せず、曲がりながら進行する。すなわちイオン移動の進路が屈曲し、移動経路が多孔体の厚みよりも長くなる。このため、イオン移動の自由度が低く、多孔体の電気抵抗は大きくなる。
図２６（ｃ）は、パンチングプレートのイオン電導制御体９０の断面図である。
パンチングプレートの厚み方向に、柱状の孔が形成されている。孔径はｍｍオーダー以上である。パンチングプレートがめっき槽４２に設定された状態で、イオンは基板Ｗに対して垂直に移動する。したがって、多孔体よりもイオン移動の自由度が高く、電気抵抗は小さい。
イオン電導制御体９０を設ければ、電流経路全体の抵抗に占めるシード層の抵抗の割合が低下し、基板Ｗの中央付近と周辺部においてシード層の抵抗差によって生じる過電圧差分が低減され、面内均一性が向上する。また、基板Ｗの近くのめっき液６０中のイオン移動に制限が加わるので、基板Ｗの界面の電流密度Ｐｃが均一化する効果もある。
また、基板Ｗを回転させることによってめっき液６０が攪拌され、イオン濃度が均等になりやすい。
基板Ｗの回転と同様に、イオン電導制御体９０を回転機構によって回転させてもよい。この場合も、めっき液６０が攪拌され、イオン濃度が均等になりやすい。
上記変形例のめっき槽４２を備えためっき装置１００を使用する場合に、イオン導電制御体９０と基板Ｗの間の距離Ｈｈを説明変数として用いてもよい。イオン導電制御体９０と基板Ｗの間の距離は、イオン濃度の分布に関わり、面内均一性に影響する。
また、イオン電導制御体９０の気孔率を説明変数として用いてもよい。イオン導電制御体９０の気孔率は、抵抗の大きさに関わり、面内均一性に影響する。
また、イオン電導制御体９０の厚みＨｅを説明変数として用いてもよい。イオン導電制御体９０の厚みは、抵抗の大きさに関わり、面内均一性に影響する。
また、イオン導電制御体９０の種類を説明変数として用いてもよい。イオン導電制御体９０の種類は、抵抗の大きさに関わり、面内均一性に影響する。
また、多孔体やパンチングプレート以外に、イオン交換膜で閉じられた空間をめっき液６０よりも低い導電率の電気液で満たした部材を、イオン電導制御体９０として設置してもよい。その場合には、電気液の導電率を説明変数として用いてもよい。イオン導電制御体９０の種類は、抵抗の大きさに関わり、面内均一性に影響する。
また、基板Ｗの回転速度を説明変数として用いてもよい。さらに、イオン電導制御体９０の回転速度を説明変数として用いてもよい。
また、ベイズ推定によって、当初の説明変数ではない変数を説明変数として追加するようにしてもよい。ベイズ推定を行う場合には、新たな説明変数を条件に加えて、その条件における面内均一性値を実測し、あるいは予想したデータを用いる。ベイズ推定によって回帰モデルを改変する方法は、従来技術による。
また、ある候補条件について回帰モデルによって算出された面内均一性値を、数値解析データに加えるようにしてもよい。
また、実施条件は、回帰モデルあるいは学習モデルの説明変数の全部でもよく、説明変数の一部でもよい。すなわち、回帰モデルあるいは学習モデルは、実施条件に該当しない変数を説明変数として含んでもよい。
また、数値解析データではなく、実験による実績データを用いて回帰分析あるいは機械学習を行ってもよい。数値解析データと実績データの両方を用いて回帰分析あるいは機械学習を行ってもよい。
また、半導体ウェハは、角形であってもよい。その場合、アノードマスク５２の開口穴、中間マスク４６の開口穴は、角形でもよい。
以上、本発明の好適な実施形態について説明したが、本発明はその特定の実施形態に限定されるものではなく、本発明の技術思想の範囲内で種々の変形が可能であることはいうまでもない。
なお、本発明は上記実施形態や変形例に限定されるものではなく、要旨を逸脱しない範囲で構成要素を変形して具体化することができる。上記実施形態や変形例に開示されている複数の構成要素を適宜組み合わせることにより種々の発明を形成してもよい。また、上記実施形態や変形例に示される全構成要素からいくつかの構成要素を削除してもよい。
Ｗ 基板、２４ 基板ホルダ、３０ 排出口、３２ 供給口、４２ めっき槽、４４ アノードホルダ、４６ 中間マスク、４８ パドル、５０ 駆動装置、５２ アノードマスク、５４ 固定部、５８ 開口部、６０ めっき液、６２ アノード、６６ 外槽、６８ 循環機構、７０ 循環ライン、７２ 弁、７４ ポンプ、７６ 温度制御装置、７８ フィルタ、８０ ホルダ本体、１００ めっき装置、２００ めっき支援装置３００ めっき支援サーバ、２０２ ユーザインターフェース処理部、２０４ 通信部、２０６ データ処理部、２０８ データ格納部、２１２ 受信部、２１４ 送信部、２１６ 出力部、２１８ 入力部、２２０ 数値解析データ受信部、２３０ データ要求送信部、２３２ 実施条件送信部、２３４ 相関マップ送信部、２３６ 影響度グラフ送信部、２５０ 回帰分析部、２５２ 実施条件探索部、２５４ 相関マップ作成部、２５６ 影響度グラフ作成部、２５８ シミュレータ、２６０ 回帰モデル実行部、２７０ 数値解析データ記憶部、２７２ 回帰モデル記憶部、２７４ 探索用データ記憶部、２８０ 入力画面出力部、２８２ 実施条件出力部、２８４ 相関マップ出力部、２８６ 影響度グラフ出力部、２９０ 指定値受付部、３０４ 受信部、３０６ データ処理部、３０８ データ格納部、３１２ 受信部、３１４ 送信部、３２０ データ要求受信部、３４０ 数値解析データ送信部、３６０ 想定条件生成部、３６２ シミュレータ、３６４ 回帰分析部、３６６ 実施条件探索部、３７０ 数値解析データ記憶部、４１０ データ分析工程、４１２ 準備フェーズ、４１４ モデル生成フェーズ、４０４ 探索フェーズ、４２０ セットアップ作業、４３０ めっき処理工程、４４０ 検査工程、４５０ 調整作業。

Claims (11)

  1. 基板の電解めっき処理に関する想定条件に基づいて、前記基板に形成されるめっき膜の面内均一性値を予測するシミュレータと、
    複数の想定条件に関して、各想定条件を特定する一または複数の変数の値に、前記シミュレータによって予測された前記面内均一性値を対応づける数値解析データを記憶する記憶部と、
    前記数値解析データに基づく回帰分析によって、前記面内均一性値を目的変数とし、前記一または複数の変数を説明変数とするモデルを推計する分析部と、
    推計された前記モデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる前記想定条件の推奨値である実施条件を探索する探索部と
    を有することを特徴とするめっき支援システム。
  2. 基板の電解めっき処理に関する想定条件に基づいて、前記基板に形成されるめっき膜の面内均一性値を予測するシミュレータと、
    複数の想定条件に関して、各想定条件を特定する一または複数の変数の値に、前記シミュレータによって予測された前記面内均一性値を対応づける数値解析データを記憶する記憶部と、
    前記数値解析データに基づく機械学習によって、前記面内均一性値を目的変数とし、前記一または複数の変数を説明変数とするモデルを生成する学習部と、
    生成された前記モデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる前記想定条件の推奨値である実施条件を探索する探索部と
    を有することを特徴とするめっき支援システム。
  3. 前記想定条件を特定する前記変数は、前記電解めっき処理を行うめっき槽内のアノードと前記基板の間に設けられているマスクの開口部のサイズを含み、
    前記回帰分析は、非線形回帰による分析であることを特徴とする請求項１に記載のめっき支援システム。
  4. 前記想定条件を特定する前記変数は、前記基板において前記めっき膜が形成される電気活性表面の面積割合を示す開口率と、前記基板においてめっきが施される領域の数とを含み、
    前記モデルは、交互作用項を含む回帰モデルであることを特徴とする請求項１に記載のめっき支援システム。
  5. 前記めっき対象基板の電解めっき処理において実施可能な複数の条件について、各条件に含まれる２以上の変数の値と前記面内均一性値の関係を、一括して表すグラフを出力するグラフ出力部を有し、
    前記２以上の変数は、前記電解めっき処理を行うめっき槽内のアノードと前記基板の間に設けられているマスクの開口部のサイズを含むことを特徴とする請求項１から４のいずれかに記載のめっき支援システム。
  6. 前記実施条件が２つ以上の変数の値を含む場合に、当該２つ以上の変数の一部の変数の値を指定する指定部を有し、
    前記探索部は、指定された前記一部の変数の値を適用して、前記実施条件を探索することを特徴とする請求項１から５のいずれかに記載のめっき支援システム。
  7. 基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、前記想定条件において前記基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく回帰分析によって、前記面内均一性値を目的変数とし、前記一または複数の変数を説明変数とするモデルを推計する機能と、
    推計された前記モデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる前記想定条件の推奨値である実施条件を探索する機能と
    をコンピュータに発揮させることを特徴とするめっき支援プログラム。
  8. 基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、前記想定条件において前記基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく機械学習によって、前記面内均一性値を目的変数とし、前記一または複数の変数を説明変数とするモデルを生成する機能と、
    生成された前記モデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる前記想定条件の推奨値である実施条件を探索する機能と
    をコンピュータに発揮させることを特徴とするめっき支援プログラム。
  9. 基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、前記想定条件において前記基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく回帰分析によって、前記面内均一性値を目的変数とし、前記一または複数の変数を説明変数とするモデルを推計する分析部と、
    推計された前記モデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる前記想定条件の推奨値である実施条件を探索する探索部と
    を有することを特徴とするめっき支援装置。
  10. 基板の電解めっき処理に関する想定条件を特定する一または複数の変数の値と、前記想定条件において前記基板に形成されるめっき膜の面内均一性値のシミュレーション結果とを対応付ける数値解析データに基づく機械学習によって、前記面内均一性値を目的変数とし、前記一または複数の変数を説明変数とするモデルを生成する学習部と、
    生成された前記モデルを用いて、めっき対象基板の電解めっき処理において形成されるめっき膜の面内均一性に関わる前記想定条件の推奨値である実施条件を探索する探索部と
    を有することを特徴とするめっき支援装置。
  11. 基板に形成されるめっき膜の面内均一性値を予測するシミュレーションと、回帰分析または機械学習とによって、めっき槽内の構成を特定するハード条件及び電解めっき処理の制御を特定するプロセス条件を含む良好な実施条件を予測するデータ分析工程と、
    前記ハード条件に従って前記めっき槽内の部品の位置と寸法の両方又は一方を調整し、前記プロセス条件のとおりめっき装置の制御パラメータを設定するセットアップ工程と、
    前記基板がセットされた基板ホルダを前記めっき槽に入れ、前記めっき装置が電流を発生させてめっき処理を施すめっき処理工程と、
    めっきが施された前記基板を取り出し、前記めっきの膜厚分布を計測し、前記膜厚分布に基づいて面内均一性値を算出する検査工程と、
    前記膜厚分布と前記面内均一性値に基づいて、面内均一性を改善するために前記ハード条件と前記プロセス条件の両方又は一方を変更する調整工程と、を含み、
    前記データ分析工程と前記セットアップ工程によるフィードフォワード制御を実施した後に、前記めっき処理工程と前記検査工程と前記調整工程とを繰り返すフィードバック制御によって、目標の面内均一性値が得られる実施条件を決定することを特徴とするめっき実施条件決定方法。
JP2020005826A 2020-01-17 2020-01-17 めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法 Active JP7358251B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2020005826A JP7358251B2 (ja) 2020-01-17 2020-01-17 めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法
CN202011579486.0A CN113139363A (zh) 2020-01-17 2020-12-28 镀敷辅助系统、镀敷辅助装置以及存储介质
TW110100062A TWI841817B (zh) 2020-01-17 2021-01-04 鍍敷支援系統、鍍敷支援裝置以及記錄媒體
KR1020210003962A KR20210093168A (ko) 2020-01-17 2021-01-12 도금 지원 시스템, 도금 지원 장치 및 기록 매체
US17/149,691 US11773504B2 (en) 2020-01-17 2021-01-14 Plating support system, plating support device, and recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020005826A JP7358251B2 (ja) 2020-01-17 2020-01-17 めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法

Publications (2)

Publication Number Publication Date
JP2021114073A JP2021114073A (ja) 2021-08-05
JP7358251B2 true JP7358251B2 (ja) 2023-10-10

Family

ID=76809853

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020005826A Active JP7358251B2 (ja) 2020-01-17 2020-01-17 めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法

Country Status (4)

Country Link
US (1) US11773504B2 (ja)
JP (1) JP7358251B2 (ja)
KR (1) KR20210093168A (ja)
CN (1) CN113139363A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7297180B1 (ja) 2022-08-26 2023-06-23 株式会社荏原製作所 基板状態測定装置、めっき装置、及び基板状態測定方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050109624A1 (en) 2003-11-25 2005-05-26 Mackenzie King On-wafer electrochemical deposition plating metrology process and apparatus
WO2016203757A1 (ja) 2015-06-18 2016-12-22 日本電気株式会社 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体
JP2019168453A (ja) 2018-03-20 2019-10-03 株式会社Ｇｓユアサ 劣化推定装置、コンピュータプログラム及び劣化推定方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4282186B2 (ja) 1999-11-19 2009-06-17 株式会社荏原製作所 めっき解析方法
US20050183959A1 (en) * 2000-04-13 2005-08-25 Wilson Gregory J. Tuning electrodes used in a reactor for electrochemically processing a microelectric workpiece
US6689686B2 (en) * 2001-09-27 2004-02-10 Texas Instruments Incorporated System and method for electroplating fine geometries
US6630360B2 (en) * 2002-01-10 2003-10-07 Advanced Micro Devices, Inc. Advanced process control (APC) of copper thickness for chemical mechanical planarization (CMP) optimization
AU2003274370A1 (en) * 2002-06-07 2003-12-22 Praesagus, Inc. Characterization adn reduction of variation for integrated circuits
US7025860B2 (en) * 2003-04-22 2006-04-11 Novellus Systems, Inc. Method and apparatus for the electrochemical deposition and removal of a material on a workpiece surface
JP4136830B2 (ja) 2003-07-10 2008-08-20 株式会社荏原製作所 めっき装置
US8627243B1 (en) * 2012-10-12 2014-01-07 Taiwan Semiconductor Manufacturing Company, Ltd. Methods for optimizing conductor patterns for ECP and CMP in semiconductor processing
JP6545585B2 (ja) 2014-10-16 2019-07-17 株式会社荏原製作所 基板ホルダおよびめっき装置
JP6335763B2 (ja) * 2014-11-20 2018-05-30 株式会社荏原製作所 めっき装置及びめっき方法
JP6859150B2 (ja) * 2017-03-22 2021-04-14 株式会社荏原製作所 めっき装置及びめっき槽構成の決定方法
CN113056575A (zh) * 2018-11-19 2021-06-29 朗姆研究公司 用于防止在高对流电镀槽中起泡的横流导管

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050109624A1 (en) 2003-11-25 2005-05-26 Mackenzie King On-wafer electrochemical deposition plating metrology process and apparatus
WO2016203757A1 (ja) 2015-06-18 2016-12-22 日本電気株式会社 制御装置、それを使用する情報処理装置、制御方法、並びにコンピュータ・プログラムが格納されているコンピュータ読み取り可能な記憶媒体
JP2019168453A (ja) 2018-03-20 2019-10-03 株式会社Ｇｓユアサ 劣化推定装置、コンピュータプログラム及び劣化推定方法

Also Published As

Publication number Publication date
US11773504B2 (en) 2023-10-03
US20210222315A1 (en) 2021-07-22
CN113139363A (zh) 2021-07-20
JP2021114073A (ja) 2021-08-05
KR20210093168A (ko) 2021-07-27
TW202129527A (zh) 2021-08-01

Similar Documents

Publication Publication Date Title
KR102281073B1 (ko) 도금 해석 방법, 도금 해석 시스템, 및 도금 해석을 위한 컴퓨터 판독 가능 기억 매체
US10947632B1 (en) Electrochemical additive manufacturing method using deposition feedback control
US11232956B2 (en) Electrochemical additive manufacturing of interconnection features
CN105986305B (zh) 电镀装置中的电流密度的控制
US6444481B1 (en) Method and apparatus for controlling a plating process
JP7358251B2 (ja) めっき支援システム、めっき支援装置、めっき支援プログラムおよびめっき実施条件決定方法
JP3829281B2 (ja) 膜厚分布解析方法、電子回路基板及び製造プロセスの設計装置
Drews et al. Multiscale simulations of copper electrodeposition onto a resistive substrate
US6511898B1 (en) Method for controlling deposition parameters based on polysilicon grain size feedback
US20080271989A1 (en) Apparatus for plating and method for controlling plating
CN110622288B (zh) 电镀过程中监测籽晶层上的表面氧化物
US20230059846A1 (en) Electrochemical additive manufacturing method using deposition feedback control
TWI680294B (zh) 電鍍銅液分析裝置及電鍍銅液分析方法
Pohjoranta et al. Microvia fill process model and control
CN114071014A (zh) 一种提高ic载板线路图形成像精度的方法及系统
KR20060090822A (ko) 기판 표면상의 금속의 도금 동안 멀티-애노드 구성의 전류분포를 자동으로 제어하는 방법 및 시스템
Lang et al. Modeling and controlling layout dependent variations in semi-additive copper electrochemical plating
Lang et al. Modelling pattern dependent variations in semi-additive copper electrochemical plating: AP/DFM: Advanced patterning/design for manufacturability
US20240162049A1 (en) Electrochemical additive manufacturing system having conductive seed layer
JP2021028652A (ja) リソグラフィ処理される半導体デバイスのためのプロセス制御方法
TW202340542A (zh) 改變光微影圖案以調整電鍍均勻性的方法及設備
Fredenberg et al. Simulation of copper deposition by electrochemical pattern replication
JP2023098121A (ja) めっき装置およびめっき方法
TW202105063A (zh) 用於經光刻加工的半導體裝置的工藝控制方法
Pohjoranta Computational models for microvia fill process control

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220907

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230413

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230418

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230607

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: 20230905

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230927

R150 Certificate of patent or registration of utility model

Ref document number: 7358251

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150