TW202107410A - 判斷裝置,基板處理裝置及物品的製造方法 - Google Patents
判斷裝置,基板處理裝置及物品的製造方法 Download PDFInfo
- Publication number
- TW202107410A TW202107410A TW109123521A TW109123521A TW202107410A TW 202107410 A TW202107410 A TW 202107410A TW 109123521 A TW109123521 A TW 109123521A TW 109123521 A TW109123521 A TW 109123521A TW 202107410 A TW202107410 A TW 202107410A
- Authority
- TW
- Taiwan
- Prior art keywords
- substrate
- image
- classification
- substrate processing
- judging device
- Prior art date
Links
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
- H01L21/67—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
- H01L21/68—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 for positioning, orientation or alignment
- H01L21/681—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 for positioning, orientation or alignment using optical controlling means
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7088—Alignment mark detection, e.g. TTR, TTL, off-axis detection, array detector, video detection
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
- G03F9/7023—Aligning or positioning in direction perpendicular to substrate surface
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
- G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
- G03F9/7092—Signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
-
- 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
- H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
Abstract
本發明涉及判斷裝置、基板處理裝置以及物品的製造方法。本發明所涉及的判斷裝置的特徵在於,針對在基板處理裝置中拍攝到的基板上的標記的圖像資料進行與圖像評價有關的分類,根據分類的結果判斷基板中的對準精度。
Description
本發明涉及判斷裝置、基板處理裝置以及物品的製造方法。
近年來,隨著電子設備的小型化、需求的擴大,需要兼顧以記憶體、MPU為代表的半導體元件的細微化和生產率。
因此,在對用於半導體元件的製造的基板進行處理的基板處理裝置中,使基板的位置對齊的對準也需要高精度化。
在基板的對準中,大多使用藉由拍攝在基板上形成的標記的圖像並針對得到的圖像資料進行模式匹配處理來求出基板的位置的方法。
日本特開2000-260699號公報公開了藉由同時提取標記的邊緣和所述邊緣的方向並針對每個邊緣的方向進行著眼於邊緣的模式匹配處理來高精度地檢測標記的曝光裝置。
但是,在諸如日本特開2000-260699號公報的模式匹配處理中,針對包括低對比度、雜訊或者標記失真等的圖像資料,難以檢測標記,基板的對準精度可能降低。
因此,本發明的目的在於提供能夠判斷基板中的對準精度的判斷裝置、基板處理裝置以及物品的製造方法。
本發明所涉及的判斷裝置的特徵在於,針對在基板處理裝置中拍攝到的基板上的標記的圖像資料進行與圖像評價有關的分類,根據分類的結果判斷基板中的對準精度。
根據以下參考附圖對示例性實施例的描述,本發明的其他特徵將變得清楚。
以下參考附圖詳細說明本實施方式所涉及的判斷裝置。此外,以下所示的實施方式僅為實施的具體例,本實施方式不限定於以下的實施方式。
另外,並非在以下所示的實施方式中說明的特徵的所有組合都是為了解決本實施方式的課題所必須的。
另外,在以下所示的附圖中,為了能夠容易地理解本實施方式,存在以與實際不同的比例尺描繪的情況。
[第一實施方式]
圖1是示出第一實施方式所涉及的具備判斷裝置的基板處理系統50的結構的框圖。
此外,本實施方式所涉及的判斷裝置可以如以下所示設置於在基板處理系統50中設置的基板處理裝置10,不限於此,也可以設置於主機電腦11及管理裝置12等。
基板處理系統50具備至少一個半導體製造生產線1。
而且,各半導體製造生產線1具備處理基板的多個基板處理裝置10(半導體製造裝置)和控制多個基板處理裝置10的動作的主機電腦11(主機控制裝置)。
作為基板處理裝置10,例如可以舉出光刻裝置(曝光裝置、壓印(imprint)裝置、帶電粒子束描繪裝置等)、成膜裝置(CVD裝置等)、加工裝置(鐳射加工裝置等)、檢查裝置(覆蓋(overlay)檢查裝置等)。
另外,在基板處理裝置10中,還可以包括對基板進行抗蝕劑材料(密接材料)的塗敷處理作為光刻處理的前處理、並且進行顯影處理作為光刻處理的後處理的塗敷顯影裝置(塗布機/顯影機)。
此外,在曝光裝置中,藉由經由原版(中間掩模(reticle)、掩模)對供給到基板上的光阻劑進行曝光,在基板上的光阻劑上形成與原版的圖案對應的潛像。
在壓印裝置中,藉由在使原板(模具、範本)與供給到基板上的壓印材料接觸的狀態下使壓印材料硬化,在基板上形成圖案。
在帶電粒子束描繪裝置中,藉由利用帶電粒子束在供給到基板上的光阻劑上描繪圖案,在基板上的光阻劑上形成潛像。
如圖1所示,設置於各半導體製造生產線1的多個基板處理裝置10分別與管理保養的管理裝置12連接。
由此,管理裝置12能夠分別管理設置於各半導體製造生產線1的多個基板處理裝置10。
另外,管理裝置12可以作為維護判定裝置發揮功能,該維護判定裝置藉由收集及解析多個基板處理裝置10各自的動作資訊來檢測在各基板處理裝置10中發生的異常或者其預兆,判定是否需要維護處理(維修處理)。
此外,在基板處理系統50中,多個基板處理裝置10與主機電腦11之間的連接、多個基板處理裝置10與管理裝置12之間的連接可以是有線連接以及無線連接中的任意一種。
接下來,說明在基板處理系統50中將各基板處理裝置10構成為曝光裝置的具體例。
圖2A是示出設置於基板處理系統50的曝光裝置10的結構的框圖。另外,圖2B是示出曝光裝置10具備的基板對準光學系統190的結構的概略圖。
曝光裝置10是用於作為物品的半導體元件、液晶顯示元件、薄膜磁頭等器件的製造、在基板上進行圖案形成的光刻裝置。
另外,曝光裝置10以步進掃描(step-and-scan)方式或者步進重複(step-and-repeat)方式對基板進行曝光。
如圖2A所示,曝光裝置10具有主控制部100、光源控制部110、光源120、影像處理部130、載置台控制部140以及干涉儀150。
另外,曝光裝置10具有原板對準光學系統160、原板載置台171、投影光學系統180、基板對準光學系統190以及基板載置台200。
原板載置台171保持並移動藉由照明光學系統(未圖示)照明的原板170。應轉印到基板210的圖案被描繪到原板170。
投影光學系統180將原板170的圖案投影到基板210。基板載置台200能夠保持並移動基板210。
原板對準光學系統160用於原板170的對準。例如,原板對準光學系統160可以包括由積蓄型光電變換元件構成的拍攝元件161以及將來自設置於原板170的標記的光引導到拍攝元件161的光學系統162。
基板對準光學系統190用於基板210的對準。在本實施方式中,基板對準光學系統190是檢測設置於基板210的標記211的離軸光學系統。
主控制部100包括CPU、記憶體等,控制曝光裝置10的各部分,進行對基板210進行曝光的曝光處理以及與其關聯的處理。
在基板處理系統50中,主控制部100根據形成於原板170的標記的位置、形成於基板210的標記211的位置來控制基板載置台200的位置。換言之,主控制部100進行原板170與基板210之間的位置對齊,例如全域對準。
光源120包括鹵素燈等,對形成於基板210的標記211進行照明。
光源控制部110控制來自光源120的光,即用於對標記211進行照明的光的照明強度。
影像處理部130對來自原板對準光學系統160中的拍攝元件161、基板對準光學系統190中的拍攝元件的圖像信號(檢測信號)進行影像處理,取得標記的位置。
在基板處理系統50中,影像處理部130以及基板對準光學系統190作為測量形成於基板210的標記211的位置的測量裝置發揮功能。
干涉儀150藉由對設置於基板載置台200的反射鏡212照射光並檢測藉由反射鏡212反射的光來測量基板載置台200的位置。
載置台控制部140根據藉由干涉儀150測量到的基板載置台200的位置,使基板載置台200移動到任意的位置(驅動控制)。
在曝光裝置10中,來自未圖示的照明光學系統的光(曝光光)通過保持於原板載置台171的原板170,入射到投影光學系統180。
而且,原板170和基板210被配置為相互在光學上共軛的位置關係,所以原板170的圖案經由投影光學系統180在保持於基板載置台200的基板210上成像而被轉印。
基板對準光學系統190作為檢測在基板210上形成的標記211而生成檢測信號(在本實施方式中為圖像信號)的檢測部發揮功能。
如圖2B所示,基板對準光學系統190具備拍攝元件191A及191B、成像光學系統192A及192B以及半反射鏡193。另外,基板對準光學系統190具備照明光學系統194、偏振分束器195、中繼透鏡196、λ/4板197以及物鏡198。
在曝光裝置10中,來自光源120的光經由光纖(未圖示)等被引導到基板對準光學系統190。
然後,被引導到基板對準光學系統190的光如圖2B所示經由照明光學系統194入射到偏振分束器195。
然後,藉由偏振分束器195反射的光通過中繼透鏡196、λ/4板197以及物鏡198,對在基板210上形成的標記211進行照明。
藉由標記211反射的光通過物鏡198、λ/4板197、中繼透鏡196以及偏振分束器195,入射到半反射鏡193。
然後,入射到半反射鏡193的光藉由半反射鏡193而以恰當的強度比例分割為二個光之後,分別被引導到成像倍率相互不同的成像光學系統192A及192B。
成像光學系統192A及192B分別在拍攝元件191A及191B的拍攝面上形成標記211的像。
拍攝元件191A及191B分別包括對包含標記211的區域進行拍攝的拍攝面,生成與在拍攝面中拍攝到的區域對應的圖像信號。
然後,藉由拍攝元件191A及191B生成的圖像信號藉由影像處理部130讀出。
在本實施方式中,影像處理部130藉由針對讀出的圖像信號進行作為影像處理的模式匹配處理,取得拍攝元件191A及191B的拍攝面中的標記211的位置資訊。
模式匹配處理一般被大致分成以下二種。
一種是對圖像(灰度圖像)進行二值化並與預先準備的範本進行匹配、將最相關的位置作為標記211的位置的方法。
另一種是藉由原樣地保持灰度圖像而進行與包括灰度資訊的範本的相關運算來求出標記211的位置的方法。
此外,藉由影像處理部130進行的影像處理不限於模式匹配處理,只要是能夠取得標記211的位置資訊的處理,則也可以是例如邊緣檢測處理等其他處理。
另外,作為對準方式,有移動測量方式和影像處理方式。
在移動測量方式中,一邊使基板載置台200移動,一邊對設置於基板210的標記211照射光(鐳射)。然後,藉由並行地測量從標記211反射的光的強度的變化和基板載置台200的位置,求出標記211的位置。
在影像處理方式中,在使基板載置台200靜止的狀態下對設置於基板210的標記211照射白色光。然後,藉由用積蓄型光電變換元件檢測從標記211反射的光並進行影像處理,求出標記211的位置。
在曝光裝置10中,使用取得的標記211的位置資訊,進行預對準及精準(fine)對準這二種對準。
此處所稱的預對準是指,檢測從未圖示的基板搬運系統送入基板載置台200的基板210的位置偏移量,使基板210大致位置對齊(定位),使得能夠開始精準對準。
另外,此處所稱的精準對準是指,高精度地測量藉由基板載置台200保持的基板210的位置,使基板210精密地位置對齊(定位),使得基板210的位置對齊誤差在容許範圍內。
具體而言,在藉由影像處理進行基板210的精準對準處理時,例如分別拍攝如圖3所示的基板210上的四個標記211a至211d。然後,藉由根據所取得的位置資訊計算基板210的位置來進行測量。
在精準對準處理中,存在無法檢測標記211的情況。另外,即使能夠檢測標記211,也存在在影像處理中由於某種原因無法取得位置而失敗的情況。
例如,可能存在由於基板210的處理工序的影響而導致標記211不清晰的情況、由於基板對準光學系統190的像差的影響而導致不能清晰地看到標記211的情況等。
另外,還考慮標記211的位置偏離拍攝元件191A及191B的拍攝面的視場。
在拍攝元件191A或191B的拍攝面的視場內得到標記211的清晰的圖像的情況下,能夠藉由影像處理正確地測量標記211的位置。
然而,在圖像的對比度低或者由於像差的影響而導致在圖像中有失真的情況下,有時無法正確地測量標記211的位置。
另外,作為標記211偏離拍攝元件191A或191B的拍攝面的視場的原因,考慮預對準中的誤測量、測量前的搬運處理中的位置偏移等起因於裝置的情況。
另外,作為標記211偏離拍攝元件191A或191B的拍攝面的視場的原因,還考慮標記211的轉印位置變動等起因於基板210的處理工序的情況。
在標記211的測量失敗的情況下,無法正常地進行基板210的位置對齊。
而且,在無法正常地進行基板210的位置對齊的情況下,執行用於正常地進行位置對齊的維護處理(維修處理)。
作為維護處理,例如包括多個標記211中使用的標記的變更、標記的像的檢索範圍的擴大、拍攝條件的變更等。
在基板210中對準處理失敗的情況下,即使之後針對基板210進行曝光處理,也無法達成足夠的對準精度。
此時,通常發送差錯並停止基板210的處理,進行用於查明和消除失敗原因的作業。
另一方面,在基板210中對準處理成功的情況下,接著進行針對基板210的曝光處理,但即使在對準處理成功的情況下,也存在在曝光處理中未達成足夠的對準精度的可能性。
作為這樣的可能性中的原因之一,可以舉出由於標記211的位置的誤測量而導致用於針對基板210的位置對齊的計算結果變得不正確。
例如,在對包括標記211的區域進行拍攝而得到的標記圖像中,由於灰塵的附著、其他拍攝時的狀態影響而生成錯誤的圖像信號,從而發生標記211的位置的誤測量。
在發生標記211的位置的誤測量時,在基板210的位置對齊的計算時使用錯誤的值。
因此,作為計算的結果,即使基板210的位置對齊誤差收斂於容許範圍內且對準處理成功,在曝光處理時對準精度仍降低。
圖4示出藉由針對形成於基板210的標記211的對準處理得到的標記圖像的例子。
在此,設為標記211的標記尺寸是50μm×50μm,對準處理中的檢測視場211x是200至400μm×200至400μm。
此時,如圖4所示,在本實施方式中,在包括藉由預對準大致估計出的標記211的中心位置的檢測視場211x內,取得100μm×100μm的標記圖像211y。
然後,針對得到的標記圖像211y進行模式匹配處理。
如果標記圖像211y足夠清晰,則能夠正確地測量標記211的位置。
然而,在標記圖像211y的明暗的對比度低或者存在失真的情況下,產生無法正確地測量標記211的位置的可能性。
圖5A及圖5B分別是示出基板處理系統50中的用於預測對準精度的降低的結構的框圖以及處理流程圖。
首先,藉由影像處理單元300進行針對基板210的影像處理,取得標記圖像301(圖像資料)(步驟401)。
然後,在影像處理單元300根據標記圖像301判定為基板210的位置對齊誤差在容許範圍內且對準成功之後,將曝光處理310的執行指令發送到曝光裝置10。
另外,與曝光處理310的執行指令的發送同時,標記圖像301在被附加來自曝光裝置10的上下文資料320之後被移交給圖像分類單元400(步驟402)。
此外,在此,上下文包括曝光裝置10的機種、機號、硬體結構、軟體結構、設置線等確定結構的資訊。另外,在上下文中,還包括批量(lot)、基板210、原板170、配方(recipe)、環境條件、處理日期時間等確定結構的資訊。
在此,在移交給圖像分類單元400的標記圖像301中,還包括藉由影像處理單元300判定為對準成功或者失敗的任意標記圖像301,但不限於此。
為了提高輸送量,在移交給圖像分類單元400的標記圖像301中,可以僅包括藉由影像處理單元300判定為對準成功的標記圖像301。
另外,在步驟401中測量的標記211的數量既可以是1個也可以是多個,並且,移交給圖像分類單元400的標記圖像301的數量也既可以是1個也可以是多個。
另外,關於針對圖像分類單元400的標記圖像301的移交,可以每當針對一個標記211的影像處理結束時依次進行。另外,不限於此,也可以在針對基板210的所有標記211結束影像處理之後一併地進行。
另外,移交給圖像分類單元400的標記圖像301的資料可以除了包括標記211的圖像信號以外,還包括例如對標記211進行照明的光源120的光量等特徵量資料。
接下來,圖像分類單元400將接受的標記圖像301分類為預先設定的與圖像評價有關的多個類別中的某一類(步驟403)。
作為基板處理系統50中的標記圖像301的具體的分類的方法,如以下所示使用機器學習。
作為使用機器學習的用於預測的方法,有製作學習資料來進行機器學習的有監督的學習。
而且,在有監督的學習中,需要製作包括輸入資料和作為與輸入資料對應的正解的資料的輸出資料的學習資料(監督資料)。
在基板處理系統50中,使用在圖像分類單元400中藉由機器學習得到的學習模型,該機器學習使用了輸入有分類的類別編號的多個標記圖像301作為學習資料305。
在此,例如能夠使用神經網路進行機器學習。神經網路是指,具有輸入層、中間層、輸出層這樣的多層的網路結構的模型。
而且,藉由使用表示輸入資料和輸出資料的關係的學習資料,用誤差逆傳輸法等演算法使網路內部的概率變數最優化,能夠取得學習模型。
在此,說明了使用神經網路取得學習模型的例子,但不限於神經網路。例如,也可以使用支援向量機、決策樹等其他模型、演算法。
然後,圖像分類單元400藉由將標記圖像301輸入到所取得的學習模型,輸出包括與標記圖像301對應的類別編號的分類資訊302作為輸出資料。
接下來,示出本實施方式所涉及的基板處理系統50中的學習資料的具體的製作。
首先,使用先前針對基板210進行的對準處理的結果,將標記圖像301設為輸入資料,將與向各類別編號的分類對應的分類資訊302設為輸出資料,從而製作學習資料305。
例如,作為分類資訊302,能夠設定如以下的表1所示的類別編號0至3。
[表1]
具體而言,類別編號0與正常的標記圖像的分類對應,類別編號1與包括散焦的標記圖像的分類對應。
另外,類別編號2與包括低對比度的標記圖像的分類對應,類別編號3與包括標記失真的標記圖像的分類對應。
此外,上述類別是一個例子,也可以設定其以外的分類的類別。
此處所稱的散焦表示由於標記圖像301的輪廓模糊而不清楚從而導致模式匹配處理或邊緣檢測處理發生偏移的情況。
另外,此處所稱的低對比度表示由於標記圖像301的輪廓相對其周圍清晰度低而導致模式匹配處理或邊緣檢測處理發生偏移的情況。
另外,此處所稱的標記失真表示由於標記圖像301的輪廓的形狀失真而導致模式匹配處理或邊緣檢測處理發生偏移的情況。
然後,為了製作作為輸出資料的分類資訊302,對作為輸入資料的標記圖像301進行分類。
具體而言,作為向散焦的分類方法,例如測量構成標記圖像301的線狀的部分的粗細,在得到的粗細超過預定的閾值的情況下,認定為散焦。
另外,作為向低對比度的分類方法,例如測量標記圖像301與其周圍之間的明暗差,在得到的值低於預定的閾值的情況下,認定為低對比度。
而且,作為向標記失真的分類方法,例如測量標記圖像301的預定的部位(例如四角等)的多個位置,在它們之間的差超過預定的閾值的情況下,認定為標記失真。
因此,藉由在圖像分類單元400中實施上述認定,能夠將標記圖像301分類為類別編號0至3並取得分類資訊302。
這樣,即使在針對標記圖像301對準處理成功的情況下,也能夠藉由分類來明確在曝光處理中未達成足夠的對準精度的標記211的位置的誤測量。
此外,在標記圖像301複合地符合上述散焦、低對比度、標記失真等類別的情況下,可以分類為符合的程度最大的類別。
另外,不限於此,在標記圖像301複合地符合上述散焦、低對比度、標記失真等類別的情況下,也可以根據符合各個類別的程度進行加權來分類。
另外,也可以根據所賦予的上下文來對上述類別進一步進行細分。
以上述方式,藉由將標記圖像301設為輸入資料,將與向各類別編號的分類對應的分類資訊302設為輸出資料,能夠製作學習資料305。
然後,藉由使附加有類別編號的多個標記圖像301學習,能夠製作推論邏輯。
此外,在上述中,藉由圖像分類單元400執行用於製作學習資料的標記圖像301的分類,但不限於此。
例如,為了製作為了得到學習模型而需要的學習資料305,能夠由作業者確認多個標記圖像301並輸入類別編號。
另外,為了提高從學習模型輸出的分類資訊302的正解率,需要針對大量的標記圖像301製作學習資料305。
如圖5A所示,在顯示裝置206中,顯示有為了操作曝光裝置10而需要的資訊、與曝光裝置10的動作有關的資訊等。
圖6是例示地示出顯示裝置206上顯示的畫面900的圖。
另外,在輸入裝置205中,由作業者輸入為了操作曝光裝置10而需要的資訊、為了使顯示裝置206顯示畫面而需要的資訊等。
而且,藉由使顯示裝置206顯示為了輸入分類的類別編號而需要的資訊,作業者能夠經由輸入裝置205輸入用於分類的類別編號的資訊。
另外,在未圖示的CPU中,執行由使顯示裝置206顯示資訊的顯示單元800、使輸入裝置205輸入資訊的輸入單元810進行的處理。
另外,在未圖示的CPU中,執行由判定可否進行顯示裝置206中的顯示以及輸入裝置205中的輸入的有效化的判定單元820進行的處理。
另外,記憶裝置204記憶未輸入有類別編號的未製作資料801和已輸入有類別編號的已製作資料802。
未製作資料801是在對準處理中取得的標記圖像301,是用於製作學習資料的資料。
另外,已製作資料802是對於未製作資料801附加了類別編號的資料,成為輸入到圖像分類單元400的學習資料305。
在此,顯示裝置206、輸入裝置205以及記憶裝置204可以設置於曝光裝置10,不限於此,也可以設置於主機電腦11及管理裝置12等外部的資訊處理裝置。
另外,顯示單元800及輸入單元810能夠藉由在曝光裝置10的主控制部100、管理裝置12以及主機電腦11中的至少1個中執行的軟體程式實現。
另外,判定單元820及圖像分類單元400能夠藉由在曝光裝置10的主控制部100、管理裝置12以及主機電腦11中的至少1個中執行的軟體程式實現。
顯示單元800使顯示裝置206顯示為了製作學習資料305而需要的資訊。
圖7是例示地示出學習資料305的製作畫面的圖。
如圖7所示,在畫面910中,顯示有與未製作資料801中包括的資料關聯的資訊。
例如,在畫面910中,顯示有藉由基板對準光學系統190拍攝的標記211的標記圖像301、包括拍攝標記211時的基板載置台200的位置及速度的關聯資訊912。
另外,關聯資訊912不限於基板載置台200的位置及速度,可以包括對作業者進行製作學習資料305的作業有用的資訊。
例如,關聯資訊912可以包括基板210被移交給基板載置台200時的基板搬運系統的資訊、光源的光量設定的資訊、光源的使用期間等上下文。
另外,關聯資訊912例如可以包括裝置的機種、機號、硬體結構、軟體結構、裝置的設置線、處理物件的基板、包括處理物件的基板的批量、在處理中使用的原板、處理配方、環境條件、處理日期時間等上下文。
另外,在畫面910中,顯示有表示分類的類別編號的選項和選擇狀態的分類資訊913,該選擇狀態表示是否選擇了類別編號。
關於分類資訊913的選擇狀態,能夠使用輸入裝置205來輸入選擇、非選擇。
在選擇了某個類別編號的選項的狀態下按下確定按鈕914的情況下,對於所顯示的未製作資料801輸入所選擇的類別編號的資訊。
另外,在按下中止按鈕915的情況下,學習資料305的製作被中止。
此外,顯示單元800也可以使畫面910顯示多個未製作資料801、多個關聯資訊912以及多個分類資訊913,使類別編號輸入到多個未製作資料801。
輸入單元810取得從輸入裝置205輸入的類別編號的資訊。然後,輸入單元810將類別編號的資訊關聯到記憶於記憶裝置204的未製作資料801,作為已製作資料802記憶到記憶裝置204。
判定單元820根據預定的條件判定學習資料305的製作的開始、結束。即,判定單元820使顯示單元800顯示用於進行顯示裝置206中的類別編號的輸入的資訊,判定是否開始使輸入單元810輸入類別編號的資訊的處理。
另外,判定單元820判定是否使顯示單元800進行的用於進行顯示裝置206中的類別編號的輸入的資訊的顯示、輸入單元810進行的類別編號的資訊的輸入的處理結束。
圖像分類單元400可以在已製作資料802達到預定的件數的情況下,將已製作資料802作為學習資料305追加地進行學習,並從記憶裝置204刪除已製作資料802。
另外,在記憶裝置204中,可以記憶未製作資料801及已製作資料802的件數,藉由輸入單元810、圖像分類單元400更新這些資料的件數。
另外,在記憶裝置204中,可以記憶已製作資料802中的已學習的資料(追加到學習資料305的資料)及未學習的數據(未追加到學習資料305的資料)各自的件數。而且,可以藉由輸入單元810、圖像分類單元400更新這些資料的件數。
另外,顯示單元800可以使這些資料的件數顯示在顯示裝置206上。
接下來,說明製作學習資料305的處理。
圖8是示出製作學習資料305的處理的流程圖。
在S110中,判定單元820根據開始學習資料305的製作的條件,判定是否開始學習資料305的製作。
在判定單元820判定為不開始學習資料305的製作的情況下,在經過預定的期間之後返回到S110,再次判定是否開始學習資料305的製作。
另一方面,在判定單元820判定為開始學習資料305的製作的情況下,進到S111,開始學習資料305的製作。
然後,在S111中,在未製作資料801中包括的標記圖像301中依照上述方式附加分類的類別編號的資訊。
然後,在S112中,將附加有類別編號的標記圖像301從未製作資料801刪除,追加到已製作資料802。
然後,在S113中,判定單元820根據結束學習資料305的製作的條件,判定是否結束學習資料305的製作。
在判定單元820判定為不結束學習資料305的製作的情況下,返回到S111,在顯示裝置206上顯示接下來的未製作資料801。
另一方面,在判定單元820判定為結束學習資料305的製作的情況下,結束畫面910的顯示,結束製作學習資料305的處理。
另外,顯示單元800也可以使作業者判定是否使未製作資料801顯示在顯示裝置206上。
圖9是示出使學習資料305的製作畫面顯示的按鈕的例示性的圖。
按鈕901是用於使作業者判定是否使得用於對未製作資料801進行分類的畫面顯示在顯示裝置206上的按鈕。
在顯示單元800使按鈕901顯示在畫面900中並由作業者按下按鈕的情況下,使得用於對未製作資料801進行分類的畫面顯示在顯示裝置206上。
另外,顯示單元800也可以使表示未製作資料801的件數的訊息902與按鈕901一起顯示。
藉由顯示訊息902,作業者能夠根據未製作資料801的件數,判定是否開始學習資料305的製作。
另外,藉由將圖像分類單元400設置於在曝光裝置10的外部設置的裝置,能夠從多個曝光裝置10接受標記圖像301。
另外,圖像分類單元400可以保管接受的標記圖像301的全部或者一部分直到預先設定的期間或者件數的上限為止。
而且,也可以使得能夠從一覽顯示的多個類別選擇任意的類別,調出被分類為所選擇的類別而保管的標記圖像301並進行畫面顯示。
另外,也可以使得能夠對所選擇的類別中包括的標記圖像301的數量進行合計並顯示結果。
另外,也可以使得能夠用所賦予的上下文來區分所選擇的類別中包括的標記圖像301,對其進行合計並顯示結果。
然後,圖像分類單元400將標記圖像301的分類結果作為分類資訊302移交給預測單元420(步驟404)。
分類資訊302是圖像分類單元400的推論邏輯匯出的、在針對基板210的影像處理中取得的各標記圖像301的分類結果。
此外,關於將分類資訊302移交給預測單元420的時間點,既可以每當一個標記圖像301的分類結束時依次進行,也可以在所有標記圖像301的分類結束之後一併進行。
預測單元420能夠藉由在曝光裝置10的主控制部100、管理裝置12以及主機電腦11中的至少1個中執行的軟體程式實現。
而且,預測單元420根據從圖像分類單元400接受的分類資訊302,參考針對分類資訊302中的每個類別編號預先決定的評價係數430,計算評價值Ep(步驟405)。評價係數430是表示在分類資訊302中已分類的各類別對基板210的對準精度的降低做出貢獻的程度的係數。另外,評價值Ep是表示與已分類的標記圖像301有關的基板210的對準精度的降低的程度的值。
評價係數430是預測單元420參考的電子化的資訊,例如,能夠由作業者預先設定,能夠記憶到未圖示的記憶部。
此外,在上述中為了簡化說明,作為向各類別的分類,示出了如表1所示的類別編號0至3,但也能夠如以下的表2所示的類別編號0至8那樣對類別進一步進行細分。
[表2]
具體而言,類別編號0對應於正常的標記圖像的分類,類別編號1對應於包括與聚焦誤測量相伴的散焦的標記圖像的分類。
另外,類別編號2對應於包括與過程原因相伴的低對比度的標記圖像的分類,類別編號3對應於包括與觀測器(scope)振動相伴的低對比度的標記圖像的分類。
另外,類別編號4對應於包括與觀測器內空氣波動相伴的低對比度的標記圖像的分類,類別編號5對應於包括與觀測器的眩光相伴的低對比度的標記圖像的分類。
另外,類別編號6對應於包括與過程原因相伴的標記失真的標記圖像的分類,類別編號7對應於包括與觀測器像差相伴的標記失真的標記圖像的分類。
另外,類別編號8對應於包括與觀測器照度不均相伴的標記失真的標記圖像的分類。
此外,上述類別是一個例子,也可以設定其以外的分類的類別。
而且,作為評價係數430,能夠例如如以下的表3所示設定。
[表3]
此外,作為評價係數的值,不限於如表3所示的值,例如,也可以使用將所有評價係數中的最大值設為1來進行標準化而得到的值。
然後,預測單元420執行基於計算出的評價值Ep的行動(action)303(步驟406)。
在此,作為基於評價值Ep的行動303,例如,包括在判定為評價值Ep超過閾值之後對外部通知警告或者中斷曝光裝置10中的曝光處理310等。
另外,曝光裝置10中的曝光處理310的中斷包括重試基板210中的對準處理、移除該基板210或者中止曝光裝置10自身的運用等。
接下來,示出預測單元420進行的評價值Ep的計算的具體例。
在此,考慮在針對具有圖3所示的四個標記211a至211d的基板210的對準處理中針對各標記取得標記圖像301的情況。
此時,設為預測單元420使用以下的式(1)作為評價值Ep的計算式。
在此,Ki
是從針對基板210的標記211a至211d的分類得到的各個評價係數。
另外,在標記圖像301複合地符合多個類別的情況下,也可以根據符合各個類別的程度進行加權並計算平均值。
另外,設為預測單元420在計算出的評價值Ep滿足以下的條件式(2)時進行中斷曝光裝置10中的曝光處理310的判定。
首先,將四個標記211a至211d各自的標記圖像301在預定的時間點從影像處理單元300移交給圖像分類單元400。
此外,在此,預定的時間點是指,例如每當針對一個標記211的影像處理結束時的時間點。
接下來,設為藉由圖像分類單元400根據預先設定的表3所示的類別如以下的表4那樣對四個標記211a至211d各自的標記圖像301進行分類。
[表4]
然後,將表4所示的分類結果作為分類資訊302移交給預測單元420。
然後,預測單元420參考預先設定的表3所示的評價係數430,如以下的表5所示對各標記圖像301分配評價係數430。
[表5]
然後,預測單元420根據如表5所示分配的評價係數430來計算評價值Ep。
此外,在此,設為將評價值Ep如以下的式(3)所示計算為針對各標記圖像301的評價係數430的總和。
然後,預測單元420判定為計算出的評價值Ep=15以滿足上述條件式(2)的方式超過預定的閾值,針對曝光裝置10執行中斷曝光處理310的行動。
如以上所述,在本實施方式所涉及的判斷裝置中,藉由將標記圖像301分類為各類別並計算評價值Ep,能夠高精度地判斷對準精度。
另外,如上所述,在基板處理系統50中,還能夠將影像處理和圖像分類合起來解釋為對準處理。
然而,不限於此,也可以為了提高輸送量而僅將藉由影像處理單元300判定為對準成功的標記圖像301移交給圖像分類單元400來進行分類。
在該情況下,影像處理和圖像分類能夠解釋為相互獨立的處理。
另外,在基板處理系統50中,示出了使用機器學習對標記圖像301進行分類的例子,但不限於此。例如,在將標記圖像301分類為如表1所示的散焦、低對比度以及標記失真的大致的類別的情況下,也可以不使用機器學習而使用上述所示的分類方法來進行分類。
另外,在基板處理系統50中,示出了將各個標記圖像301分類為表1、表2所示的類別的例子,但不限於此。
例如,也可以根據基於如圖3所示的多個標記211的多個標記圖像301之間的相對位置、相對角度等相關關係,作為多個標記圖像301的組進行分類。
[第二實施方式]
圖10是示出第二實施方式所涉及的具備判斷裝置的基板處理系統50中的用於預測對準精度的降低的結構的框圖。
此外,本實施方式所涉及的判斷裝置除了新具備決定單元450以外,結構與第一實施方式所涉及的判斷裝置相同,所以對相同的結構附加相同的標號並省略說明。
決定單元450是用於設定評價係數430的軟體程式,能夠藉由未圖示的設定部實現。
具體而言,決定單元450首先收集包括過去藉由圖像分類單元400進行基板210中的標記圖像301的分類的結果的分類資訊302。
另外,決定單元450收集包括藉由外部測量器440針對基板210進行的對準精度的測量結果的測量資訊441。
然後,決定單元450比較所得到的分類資訊302和測量資訊441。
由此,圖像分類單元400進行的標記圖像301的分類與藉由外部測量器440測量到的對準精度之間的關係被係數化,能夠決定評價係數430。
然後,決定單元450能夠在預測單元420中設定評價係數430。
此外,關於標記圖像301的分類與對準精度之間的關係的係數化,既可以藉由作業者根據經驗在GUI畫面上輸入來設定,也可以另外設置機器學習得到的推論邏輯而自動地設定。
另外,評價係數430可以在曝光裝置10的控制台(console)上或者將顯示裝置連接到具有圖像分類單元400的裝置而與分類的類別一起一覽顯示為GUI畫面而能夠進行確認。
如以上所述,在本實施方式所涉及的判斷裝置中,藉由將標記圖像301分類為各類別、計算評價值Ep並且設定評價係數430,能夠高精度地判斷對準精度。
[物品的製造方法]
本實施方式所涉及的物品的製造方法例如適合於製造器件(半導體元件、磁記憶媒體、液晶顯示元件等)等物品。
另外,本實施方式所涉及的物品的製造方法包括使用曝光裝置10對塗覆有感光劑的基板進行曝光(在基板上形成圖案)的工序,以及使用未圖示的顯影裝置對已曝光的基板進行顯影(對基板進行處理)的工序。
另外,本實施方式所涉及的製造方法可以包括其他公知的工序(氧化、成膜、蒸鍍、摻雜、平坦化、蝕刻、抗蝕劑剝離、切割、鍵合、封裝等)。
本實施方式所涉及的物品的製造方法與以往相比,在物品的性能、品質、生產率以及生產成本中的至少1個方面有利。
以上說明了優選的實施方式,但當然不限定於這些實施方式,而能夠在其要旨的範圍內進行各種變形及變更。
另外,作為基板處理裝置10的一個例子,說明了曝光裝置,但不限定於此。
例如,作為基板處理裝置10的一個例子,也可以是使用模具在基板上形成壓印材料的圖案的壓印裝置。
另外,作為基板處理裝置10的一個例子,也可以是經由帶電粒子光學系統用帶電粒子束(電子線、離子束等)在基板上進行描繪、在基板上形成圖案的描繪裝置。
另外,基板處理裝置10還可以包括將感光介質塗敷在基板的表面上的塗敷裝置、對形成有圖案的基板進行顯影的顯影裝置等在器件等物品的製造中實施如前所述的壓印裝置等裝置實施的工序以外的工序的製造裝置。
另外,實施上述所示的實施方式的方法、程式、記錄有該程式的電腦能夠讀取的記錄媒體也包含於本實施方式的範圍。
根據本發明,能夠提供能夠判斷基板中的對準精度的判斷裝置、基板處理裝置以及物品的製造方法。
儘管已經參考示例性實施例描述了本發明,但是應當理解,本發明不限於所公開的示例性實施例。所附申請專利範圍應被賦予最寬泛的解釋,以涵蓋所有這樣的修改以及等同的結構和功能。
類別編號 | 分類 |
0 | 正常 |
1 | 散焦 |
2 | 低對比度 |
3 | 標記失真 |
類別編號 | 分類 |
0 | 正常 |
1 | 散焦-聚焦誤測量 |
2 | 低對比度-過程原因 |
3 | 低對比度-觀測器振動 |
4 | 低對比度-觀測器內空氣波動 |
5 | 低對比度-觀測器的眩光 |
6 | 標記失真-過程原因 |
7 | 標記失真-觀測器像差 |
8 | 標記失真-觀測器照度不均 |
類別編號 | 分類 | 評價係數 |
0 | 正常 | 0 |
1 | 散焦-聚焦誤測量 | 20 |
2 | 低對比度-過程原因 | 15 |
3 | 低對比度-觀測器振動 | 8 |
4 | 低對比度-觀測器內空氣波動 | 5 |
5 | 低對比度-觀測器的眩光 | 8 |
6 | 標記失真-過程原因 | 25 |
7 | 標記失真-觀測器像差 | 12 |
8 | 標記失真-觀測器照度不均 | 18 |
標記圖像 | 類別編號(分類) |
211a | 0(正常) |
211b | 0(正常) |
211c | 0(正常) |
211d | 2(低對比度-過程原因) |
標記圖像 | 類別編號(分類) | 評價係數 |
211a | 0(正常) | 0 |
211b | 0(正常) | 0 |
211c | 0(正常) | 0 |
211d | 2(低對比度-過程原因) | 15 |
1:半導體製造生產線
10:基板處理裝置
11:主機電腦
12:管理裝置
50:基板處理系統
100:主控制部
110:光源控制部
120:光源
130:影像處理部
140:載置台控制部
150:干涉儀
160:原板對準光學系統
161:拍攝元件
162:光學系統
170:原板
171:原板載置台
180:投影光學系統
190:基板對準光學系統
191A,191B:拍攝元件
192A,192B:成像光學系統
193:半反射鏡
194:照明光學系統
195:偏振分束器
196:中繼透鏡
197:λ/4板
198:物鏡
200:基板載置台
204:記憶裝置
205:輸入裝置
206:顯示裝置
210:基板
211:標記
300:影像處理單元
301:標記圖像
302:分類資訊
303:行動
305:學習資料
310:曝光處理
320:上下文資料
400:圖像分類單元
420:預測單元
430:評價係數
440:外部測量器
441:測量資訊
450:決定單元
800:顯示單元
801:未製作資料
802:已製作資料
810:輸入單元
820:判定單元
900:畫面
901:按鈕
902:訊息
910:畫面
912:關聯資訊
913:分類資訊
914:確定按鈕
915:中止按鈕
Ep:評價值
[圖1]是示出第一實施方式所涉及的基板處理系統的結構的框圖。
[圖2A]是示出第一實施方式所涉及的基板處理系統具備的曝光裝置的結構的概略圖。
[圖2B]是示出第一實施方式所涉及的基板處理系統具備的曝光裝置的結構的概略圖。
[圖3]是形成有標記的基板的示意性俯視圖。
[圖4]是示出藉由針對標記的對準處理得到的圖像的例子的圖。
[圖5A]是示出第一實施方式所涉及的基板處理系統中的用於預測對準精度的降低的結構的圖。
[圖5B]是示出第一實施方式所涉及的基板處理系統中的用於預測對準精度的降低的結構的圖。
[圖6]是例示地示出第一實施方式所涉及的基板處理系統中的顯示裝置上顯示的畫面的圖。
[圖7]是例示地示出第一實施方式所涉及的基板處理系統中的學習資料的製作畫面的圖。
[圖8]是示出第一實施方式所涉及的基板處理系統中的製作學習資料的處理的流程圖。
[圖9]是例示地示出第一實施方式所涉及的基板處理系統中的使學習資料的製作畫面顯示的按鈕的圖。
[圖10]是示出第二實施方式所涉及的基板處理系統中的用於預測對準精度的降低的結構的框圖。
10:曝光裝置
204:記憶裝置
205:輸入裝置
206:顯示裝置
300:影像處理單元
301:標記圖像
302:分類資訊
303:行動
305:學習資料
310:曝光處理
320:上下文資料
400:圖像分類單元
420:預測單元
430:評價係數
800:顯示單元
801:未製作資料
802:已製作資料
810:輸入單元
820:判定單元
Claims (15)
- 一種判斷裝置,其特徵為: 針對在基板處理裝置中拍攝到的基板上的標記的圖像資料進行與圖像評價有關的分類,根據該分類的結果判斷前述基板中的對準精度。
- 如請求項1記載的判斷裝置,其中,前述判斷裝置,係使用藉由機器學習取得的學習模型,針對前述圖像資料進行前述分類。
- 如請求項1記載的判斷裝置,其中,前述判斷裝置,係將前述圖像資料分類為正常、散焦、低對比度以及標記失真中的任一個類別。
- 如請求項1記載的判斷裝置,其中,前述判斷裝置,係從按前述圖像資料被分類的每個類別預先決定的評價係數,計算表示與前述圖像資料有關的對準精度的降低的程度的評價值。
- 如請求項4記載的判斷裝置,其中,前述判斷裝置,係在前述評價值超過預定的閾值時,針對前述基板處理裝置執行中斷處理的行動。
- 如請求項4記載的判斷裝置,其中,前述判斷裝置,係根據藉由外部測量器的前述基板的對準精度的測量結果,設定前述評價係數。
- 如請求項6記載的判斷裝置,其中,前述判斷裝置,係使用藉由機器學習取得的學習模型,設定前述評價係數。
- 如請求項1記載的判斷裝置,其中,前述判斷裝置,係在將與前述基板處理裝置有關的上下文附加到前述圖像資料之後,針對前述圖像資料進行前述分類。
- 如請求項1記載的判斷裝置,其中,前述判斷裝置,係僅針對前述圖像資料中對準處理成功的圖像資料進行前述分類。
- 如請求項1記載的判斷裝置,其中,前述基板處理裝置,係以使用曝光光將形成於原板的圖案轉印到前述基板上的方式,將前述基板曝光的曝光裝置。
- 一種基板處理裝置,係處理基板的基板處理裝置,其特徵為:具有如請求項1至10中的任一項記載的判斷裝置。
- 一種物品的製造方法,其特徵為: 具有使用如請求項11記載的基板處理裝置來處理基板的工序, 從處理後的前述基板製造物品。
- 一種基板處理系統,其特徵係具有: 如請求項1至10中的任一項記載的判斷裝置; 多個基板處理裝置,其係處理基板; 主機電腦,其係控制該多個基板處理裝置的動作;以及 管理裝置,其係管理前述多個基板處理裝置的保養。
- 一種對準精度的判斷方法,其特徵係具有: 針對在基板處理裝置中拍攝到的基板上的標記的圖像資料進行與圖像評價有關的分類之工序;以及 從藉由進行該分類的工序得到的分類資訊判斷前述基板的對準精度之工序。
- 一種記錄有程式之電腦可讀取的記錄媒體,係記錄有使電腦判斷對準精度的程式之電腦可讀取的記錄媒體,其特徵為:使電腦執行: 針對在基板處理裝置中拍攝到的基板上的標記的圖像資料進行與圖像評價有關的分類之工序;以及 從藉由進行該分類的工序得到的分類資訊判斷前述基板的對準精度之工序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019140683A JP7366626B2 (ja) | 2019-07-31 | 2019-07-31 | 判断装置 |
JP2019-140683 | 2019-07-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202107410A true TW202107410A (zh) | 2021-02-16 |
TWI836116B TWI836116B (zh) | 2024-03-21 |
Family
ID=74483347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109123521A TWI836116B (zh) | 2019-07-31 | 2020-07-13 | 判斷裝置,基板處理裝置及物品的製造方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7366626B2 (zh) |
KR (1) | KR20210015656A (zh) |
CN (1) | CN112309909B (zh) |
TW (1) | TWI836116B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7373340B2 (ja) * | 2019-09-25 | 2023-11-02 | キヤノン株式会社 | 判断装置 |
KR102560241B1 (ko) | 2022-11-14 | 2023-07-28 | (주)오로스테크놀로지 | 딥러닝 기반 오버레이 키 센터링 시스템 및 그 방법 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2897330B2 (ja) * | 1990-04-06 | 1999-05-31 | キヤノン株式会社 | マーク検出装置及び露光装置 |
JPH10294267A (ja) * | 1997-04-22 | 1998-11-04 | Sony Corp | アライメントマーク検出装置とアライメントマーク検出方法 |
JP2000260699A (ja) * | 1999-03-09 | 2000-09-22 | Canon Inc | 位置検出装置及び該位置検出装置を用いた半導体露光装置 |
US6603882B2 (en) | 2001-04-12 | 2003-08-05 | Seho Oh | Automatic template generation and searching method |
US7110591B2 (en) * | 2001-03-28 | 2006-09-19 | Siemens Corporate Research, Inc. | System and method for recognizing markers on printed circuit boards |
JP2004006527A (ja) * | 2002-05-31 | 2004-01-08 | Canon Inc | 位置検出装置及び位置検出方法、露光装置、デバイス製造方法並びに基板 |
JP2005322721A (ja) | 2004-05-07 | 2005-11-17 | Nikon Corp | 情報保存方法及び情報使用方法 |
WO2007086511A1 (ja) * | 2006-01-30 | 2007-08-02 | Nikon Corporation | 処理条件決定方法及び装置、表示方法及び装置、処理装置、測定装置及び露光装置、基板処理システム、並びにプログラム及び情報記録媒体 |
WO2015189026A2 (en) | 2014-06-10 | 2015-12-17 | Asml Netherlands B.V. | Computational wafer inspection |
CN105988305B (zh) * | 2015-02-28 | 2018-03-02 | 上海微电子装备(集团)股份有限公司 | 硅片预对准方法 |
JP6506153B2 (ja) * | 2015-10-27 | 2019-04-24 | 株式会社Screenホールディングス | 変位検出装置および変位検出方法ならびに基板処理装置 |
CN106933069B (zh) * | 2015-12-30 | 2018-07-20 | 上海微电子装备(集团)股份有限公司 | 一种硅片预对准方法 |
CN107168018B (zh) | 2016-02-29 | 2018-12-14 | 上海微电子装备(集团)股份有限公司 | 一种调焦对准装置及对准方法 |
JP6623851B2 (ja) | 2016-03-08 | 2019-12-25 | 富士通株式会社 | 学習方法、情報処理装置および学習プログラム |
JP6979312B2 (ja) * | 2017-09-08 | 2021-12-08 | 株式会社ディスコ | アライメントパターンの設定方法 |
CN109556509B (zh) | 2018-01-04 | 2020-07-03 | 奥特斯(中国)有限公司 | 对准标记的边缘锐度评估 |
-
2019
- 2019-07-31 JP JP2019140683A patent/JP7366626B2/ja active Active
-
2020
- 2020-07-13 TW TW109123521A patent/TWI836116B/zh active
- 2020-07-20 KR KR1020200089338A patent/KR20210015656A/ko not_active Application Discontinuation
- 2020-07-28 CN CN202010737428.XA patent/CN112309909B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021026019A (ja) | 2021-02-22 |
TWI836116B (zh) | 2024-03-21 |
CN112309909A (zh) | 2021-02-02 |
KR20210015656A (ko) | 2021-02-10 |
JP7366626B2 (ja) | 2023-10-23 |
CN112309909B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4760705B2 (ja) | 事前計測処理方法、露光システム及び基板処理装置 | |
CN113406865B (zh) | 确定图案化过程的校正的方法 | |
US6245584B1 (en) | Method for detecting adjustment error in photolithographic stepping printer | |
US7728953B2 (en) | Exposure method, exposure system, and substrate processing apparatus | |
US11347153B2 (en) | Error detection and correction in lithography processing | |
US10996574B2 (en) | Substrate processing apparatus, article manufacturing method, substrate processing method, substrate processing system, management apparatus, and storage medium | |
TWI836116B (zh) | 判斷裝置,基板處理裝置及物品的製造方法 | |
CN109782548B (zh) | 光刻装置、光刻方法、决定方法、存储介质和物品制造方法 | |
US9984453B2 (en) | Measurement apparatus, lithography apparatus, and method of manufacturing article | |
CN112558435B (zh) | 判断装置 | |
JP7267986B2 (ja) | 情報処理装置、判定方法、算出方法、プログラム、リソグラフィシステム、および物品の製造方法 | |
JP2020191379A (ja) | 情報処理装置、プログラム、基板処理装置、物品の製造方法、及び物品の製造システム | |
US20220365454A1 (en) | Mark detecting apparatus, mark learning apparatus, substrate processing apparatus, mark detecting method, and manufacturing method of article | |
WO2022004450A1 (ja) | 管理装置、リソグラフィー装置、管理方法および物品製造方法 | |
JP2024014295A (ja) | 位置合わせ装置、露光装置、及び物品の製造方法 | |
JPH10223518A (ja) | デバイス製造方法およびこれに使用できる露光装置 |