JP6779173B2 - 基板処理装置、プログラムを記録した記録媒体 - Google Patents

Description

本発明は、基板処理装置、及び、レシピ作成処理をコンピュータに実行させるためのプログラムを記録した記録媒体に関する。

半導体デバイスは、多くの製造プロセスを経て製造される。製造プロセスの制御のための要件が難しくなるにつれて、プロセス処理（研磨、洗浄など）、搬送、検査、評価プロセスのような一連のプロセスのためのレシピ生成もより複雑になる。

たとえば、一般に、基板を研磨する装置として、研磨具を取り付けた研磨ヘッドを基板に対して傾動させながら研磨する装置が知られている。この研磨ヘッドの角度を所定のパターンに従って繰り返し変化させながら基板を研磨する場合、従来の動作レシピでは、基板が均一に研磨されないことがある。そこで、出願人らは、特開２０１０−２６０１４０号公報（特許文献１）に示すように、こうした装置向けの研磨レシピの生成が可能な研磨装置を提案している。

一方、基板を研磨する装置として、特開２０１４−１５０１７８号公報（特許文献２）に示されるような、研磨テープを取り付けた研磨ヘッドを基板に対して平行移動させながら研磨する、基板の裏面を研磨するための装置がある。しかしながら、このような装置における研磨ヘッドの動作レシピを生成するための装置は、これまで提案されていなかった。

なお、基板をトップリングに保持して研磨パッドに押圧させ、砥粒を含んだスラリー液を供給しながら相対運動させて研磨するＣＭＰ装置が知られている。このようなＣＭＰ装置に適用するための、レシピ生成方法を、出願人は過去に提案している（特開２０１５−２１１１３３号公報（特許文献３））。しかし、このＣＭＰ装置のレシピは、裏面研磨装置には適用できない。なぜなら、裏面研磨装置では砥粒は、研磨テープ側にありテーブル上にはリンス水しか供給されないこと、所望の面内均一性が得られる低回転数（回転速度）で長い時間をかけて処理する必要があるなど、ＣＭＰ装置とはプロセスが全く異なるためである。

特開２０１０−２６０１４０号公報 特開２０１４−１５０１７８号公報 特開２０１５−２１１１３３号公報

本発明の目的は、上述した課題の少なくとも一部を解決することである。

本発明の一側面によれば、 基板を処理するための基板処理装置であって、 前記基板処理装置の動作条件を含む複数のレシピ項目を設定する設定装置と、 前記複数のレシピ項目の値を変えて前記基板の処理結果を実験又はシミュレーションで求めた複数のレシピモデルを取得し、前記複数のレシピモデルを解析してレシピを生成することを含み、前記レシピによる前記基板の処理結果の計算値が所定条件を満たすように、前記複数のレシピ
モデルの一部又は全部を組み合わせて前記レシピを生成するレシピ生成装置と、 を備えた基板処理装置が提供される。

複数のレシピモデルの一部又は全部を組み合わせて、基板処理結果が所定条件を満たすように、自動的にレシピを生成することができる。これにより、複数のレシピモデルの一部又は全部を組み合わせる複雑な処理を自動で行うことができ、精度の高いレシピを生成可能である。

一実施形態に係る研磨装置を示す平面図である。 ヘッド回転数毎の研磨量のプロファイルのシミュレーション結果。 レシピ生成方法の模式図。 半径方向のプロファイルを説明する説明図。 シミュレーションによるモデル生成例。 レシピの生成例。 レシピ生成のフローチャート（その１）。 レシピ生成のフローチャート（その２）。 統計的手法によるモデル生成を説明する説明図。 膜厚分布が既知である場合のモデル生成例。 遠隔コンピュータにおいてレシピ生成を行う場合の説明図。

以下の説明において、基板処理装置は、基板に何らかの処理を施す任意の処理装置である。基板は、基板処理装置で処理される任意の被処理体である。基板は、例えば、半導体基板、ガラス基板、液晶基板、プリント回路基板（プリント基板）を含む。また、基板は、磁気記録媒体、磁気記録センサ、ミラー、光学素子や微小機械素子、あるいは部分的に製作された集積回路であってもよい。また、基板の形状は、円形状に限定されず、例えば角形状であってもよい。ここでは、基板が円形状の半導体ウェハである場合を例に挙げて説明する。処理は、例えば、研磨、めっき、エッチング、成膜である。

（基板処理装置の構成）
図１は、本発明の一実施形態に係る研磨装置１を示す平面図である。この研磨装置１は、基板処理装置の一例であり、被研磨体又は研磨対象物である基板を研磨する。ここでは、基板が半導体ウェハ（以下、単にウェハと称す）を研磨する場合を例に挙げて説明する。

研磨装置１は、複数のロードポート２と、研磨ユニット６、９と、洗浄ユニット１６、１７、１８と、乾燥ユニット１９とを備えている。ここでは、研磨装置１に２台の研磨ユニット６、９を設ける場合を説明するが、１台又は３台以上の研磨ユニットを設けてもよい。また、研磨ユニット６、９を同一タイプの研磨ユニットとすることもでき、一部の研磨ユニットを異なるタイプの研磨ユニットとすることもできる。

各ロードポート２には、複数のウェハが収容される。ロードポート２は、例えば、ＦＯＵＰ(Front-Opening Unified Pod)である。ロードポート２に隣接して、搬送ロボット３が設けられている。搬送ロボット３は、ロードポート２からウェハステーション４にウェハを搬送する。ウェハステーション４は、第１ステーション、反転機、及び第２ステーションを備え、第１ステーション、反転機、及び第２ステーションが上からこの順番で配置されている。第１のステーションに搬送ロボット３からのウェハが載置される。ウェハステーション４と、研磨ユニット６、９との間には、搬送ロボット５が配置されている。搬送ロボット５は、ウェハをウェハステーション４の第１のステーションから研磨ユニット
６に搬送する。

研磨ユニット６は、べベル部（及び裏面外周領域）の研磨に使用される。研磨ユニット６は、ウェハが載置され、図示しないモータ等により回転される回転台６ａと、研磨テープ等の研磨具を取り付けた研磨ヘッド７と、ウェハを回転台６ａ上に中心合わせを行って載置するセンタリングローダ８と、を備えている。回転台６ａには、ウェハは裏面が下向きの状態で載置される。回転台６ａの直径は、ウェハの直径よりも小さく、ウェハ裏面外周領域は回転台６ａから外側にはみ出している。研磨ユニット６は、ウェハを回転させながら、研磨ヘッド７をウェハのべベル部に対して傾動させながら押し付けて研磨する。また、研磨ユニット６において、ウェハを回転させながら、研磨ヘッド７をウェハの裏面外周領域に下方から押し付けて研磨してもよい。また、研磨中には、図示しないノズルから研磨液（例えば、純水）がウェハ表面及び裏面に供給される。研磨ユニット６でのウェハの研磨処理後、搬送ロボット５は、ウェハステーション４の反転機にウェハを搬送する。反転機は、ウェハの表裏を反転した後、ウェハを第２ステーションに渡す。第２ステーションは、昇降機構を備えており、上昇位置で反転機よりウェハを受け取り、下降位置においてウェハを受け渡す。搬送ロボット５は、第２ステーションの下降位置において、ウェハを取り出し、研磨ユニット９に搬送する。

研磨ユニット９は、例えば、ウェハの裏面全面（又は外周領域を除く裏面全面）の研磨に使用される。研磨ユニット９は、ウェハを保持して回転させる基板保持部９ａと、ウェハの裏面に研磨テープ等の研磨具を押し付ける研磨ヘッド１０とを備えている。ウェハは、裏面を上向きにした状態で設置される。図示しないモータによって基板保持部９ａが回転されることによって、ウェハが回転される。研磨ヘッド１０は、ヘッドアーム１１によって支持されている。ヘッドアーム１１は、図示しないモータ等の駆動機に連結された揺動軸に固定されており、駆動機により揺動軸が回転することにより揺動される。この揺動によりヘッドアーム１１の回転角を変えることによって、研磨ヘッド１０のウェハに対する位置（ヘッド位置）が調整される。また、研磨ヘッド１０は、ヘッドアーム１１に内蔵された回転機構（図示せず）によって回転される。研磨ヘッド１０をウェハの裏面に押し付けた状態で、研磨ヘッド１０及びウェハを回転することにより相対移動させ、ウェハ裏面全面を研磨する。また、研磨中には、図示しないノズルから研磨液（例えば、純水）がウェハ裏面に供給される。

研磨ユニット９で研磨処理が終了したウェハは、搬送ロボット５によってウェハステーション１２上に載置される。ウェハステーション１２上に載置されたウェハは、スイングトランスポータ１３によって反転機１４へ搬送され、反転機１４によって表裏が反転される。反転後のウェハは、リニアトランスポータ１５によって、洗浄ユニット１６へ搬送され、搬送ユニット１６、１７、１８において順次洗浄される。この例では、洗浄ユニット１６、１７がロールスポンジでウェハの両面をスクラブ洗浄するロールスクラブ型の洗浄ユニットであり、洗浄ユニット１８がペンシル型のブラシでウェハをスクラブ洗浄するペンシル型の洗浄ユニットである。洗浄ユニット１６、１７、１８間のウェハの移動は、リニアトランスポータ１５によって行われる。洗浄ユニット１６、１７、１８での洗浄が終了したウェハは、乾燥ユニット１９に搬送され、乾燥ユニット１９において乾燥される。乾燥ユニット１９は、例えば、スピンリンスドライヤ（ＳＤＲ）であり、ウェハを高速回転させて乾燥する。乾燥後のウェハは、搬送ロボット３によってロードポート２へ搬送される。

また、研磨処理前後のウェハの膜厚を測定する膜厚測定装置２２Ａを有する膜厚測定部２２を設けてもよい。膜厚測定装置２２Ａは、例えば、光学的に膜厚を測定するセンサとすることができる。

以上のように構成される研磨装置１を含む研磨処理システムは、上述した各部を制御するように構成されたコントローラ２０を有する。一例では、コントローラ２０は、研磨装置１の構成の１つである。コントローラ２０は、研磨装置１の内部に配置しても、研磨装置１に隣接して配置してもよい。コントローラ２０は、各種の設定データ及び各種のプログラムを格納したメモリ２０２と、メモリ２０２のプログラムを実行するＣＰＵ２０１とを有する。メモリ２０２を構成する記録媒体は、ＲＯＭ、ＲＡＭ、ハードディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、フレキシブルディスクなどの任意の記録媒体の１又は複数を含むことができる。メモリ２０２が格納するプログラムは、例えば、研磨ユニット６、９における研磨処理の制御を行うプログラム、搬送ロボット、トランスポータ等の搬送装置による搬送制御を行うプログラム、後述するレシピを生成、更新するプログラムを含む。また、コントローラ２０は、研磨装置１及びその他の関連装置を統括制御する図示しない上位コントローラと通信可能に構成され、上位コントローラが有するデータベースとの間でデータのやり取りをすることができる。

（レシピ生成）
次に、研磨装置１の研磨ユニット９において全面裏面研磨処理後の研磨プロファイルを最適にするレシピを自動で生成する処理について説明する。レシピは、基板処理装置の処理条件の組み合わせを含む。処理条件には、基板処理装置の各部の動作条件が含まれる。本実施形態では、レシピは、研磨の処理条件の組み合わせを含む。また、本実施形態では、研磨ユニット９の研磨処理のレシピを設定する場合を例に挙げて説明する。

図２は、研磨ヘッド１０のヘッド回転数毎の研磨量（プロファイル）のシミュレーション結果の例を示す。図３は、本実施形態に係るレシピ生成方法の模式図である。図４は、半径方向のプロファイルを説明する説明図である。図５は、シミュレーションによるレシピモデル生成例である。図６は、レシピモデルを組み合わせたレシピの生成例である。なお、以下のレシピ生成処理を行うレシピ生成装置は、研磨装置１のコントローラ２０で実現される。他の例では、レシピ生成処理を行うレシピ生成装置の一部又は全部は、コントローラ２０以外のＣＰＵ（ＣＰＵ及びそこで実行されるプログラムの組み合わせとしての制御部）、ＡＳＩＣ、ＰＬＣ等の特定用途向け集積回路等の専用のハードウェア、又はそれらの組み合わせで構成されても良い。

図３に示すように、Ｓｔｅｐ１では、レシピ項目を設定し、シミュレーションによって研磨処理後の膜厚分布（研磨量のプロファイル）を求める。レシピ項目は、例えば、ユーザからの入力、選択を受け付けることによって設定する。本実施形態では、レシピ項目（処理条件項目）として、ヘッド回転数、ウェハ回転数、ヘッド位置、処理時間を使用する。ヘッド回転数は、研磨ヘッド１０の回転速度であり、１分間当たりの回転数（ｒｐｍ）で表される。ウェハ回転数は、回転台によって回転されるウェハの回転速度であり、１分間当たりの回転数（ｒｐｍ）で表される。本実施形態では、ウェハの回転数は、１０５ｒｐｍとする。ヘッド位置は、ウェハの中心位置に対する研磨ヘッド１０の位置であり、例えば、アーム１１の旋回角度によって調整される。処理時間は、研磨処理の時間である。

Ｓｔｅｐ１では、処理時間以外のレシピの各項目の値を変化させて、シミュレーションによって、研磨処理後の研磨量のプロファイルを求める。ここでは、シミュレーションによって、研磨量のプロファイルを求める例を示すが、実験によって研磨量のプロファイルを求めるようにしてもよい。なお、実験によって研磨量のプロファイルを求める場合、コントローラ２０によってレシピ項目を順次変更し、設定されたレシピ項目によってウェハの研磨を実際に行い、研磨後の研磨量のプロファイルを自動的に求めるようにしてもよい。なお、研磨前のウェハの膜厚分布が一定（例えば、８０μｍ）であるとして、この一定の膜厚値から各位置の研磨量を減算して、研磨後の膜厚分布を求めても良い。この場合、研磨量のプロファイルの代わりに研磨後の膜厚分布を使用することができる。

シミュレーションの結果は、例えば、図２に示すように、ヘッドの回転数ごとに研磨量のプロファイルとして表される。図中、横軸は、ウェハの半径方向位置であり、縦軸は、研磨量（μｍ）を示す。ウェハの半径方向の位置は、図４に示すような、ウェハの中心位置を基準とした位置である。図４では、例えば、ｉ＝１が３０ｍｍ、ｉ＝２が６０ｍｍ、ｉ＝３が９０ｍｍ、ｉ＝４が１２０ｍｍ、ｉ＝５が１５０ｍｍの点である。ウェハの半径方向の位置は、図４に例示される位置に限定されず、連続的な位置として設定できる。図２では、ヘッド回転数を変化させた場合の研磨量のプロファイルを示すが、Ｓｔｅｐ１では、ヘッド回転数、ウェハ回転数、ヘッド位置、処理時間の組み合わせを変化させたときの研磨量のプロファイルを求める。但し、処理時間に比例して研磨量が変化するので、処理時間を一定の単位時間（例えば、１０秒）として、ヘッド回転数、ウェハ回転数、ヘッド位置の組み合わせを変化させたときの研磨量のプロファイルを求める。なお、ここでは、レシピ項目として、ヘッド回転数、ウェハ回転数、ヘッド位置を使用するが、これらの項目の一部を省略してもよいし、他の項目を追加してもよい。

Ｓｔｅｐ２では、Ｓｔｅｐ１のシミュレーション結果に基づいて、レシピモデルを生成する。図５では、５つのレシピモデルとしてケース０１〜０５を例示している。処理時間は、単位時間（１０秒）で一定として、ヘッド位置、ウェハ回転数、ヘッド回転数を変化させて、図２に例示するような研磨量のプロファイルを求める。レシピモデルは、レシピ項目（ヘッド位置、ウェハ回転数、ヘッド回転数、処理時間）と、処理結果（研磨量のプロファイルまたは膜厚分布）とを少なくとも含む。

なお、図５の例では、研磨量のプロファイルに基づいて、研磨処理後のウェハ膜厚分布の面内均一性（％）を算出した結果を含んでいる。面内均一性は、以下の式１で算出することができる。
（式１）
面内均一性 ＝ （研磨量の分散σ）／（研磨量の平均値Ａｖｅ）×１００ （％）
例えば、モデルケース０１のレシピ項目の値では、面内均一性は５３％となる。但し、各レシピモデルのデータとして、面内均一性は必ずしも必須ではない。

次に、Ｓｔｅｐ３では、研磨処理後のウェハの面内均一性が規定値以下の条件（制約条件、所定条件）で、複数のレシピモデル（図５のケース０１−０５）をＧＲＧ（Generalized Reduced Gradient method）によって解析し、複数のレシピモデルの一部又は全部の組み合わせとして、レシピを求める。規定値は、例えば、１０％とすることができる。この解析では、複数のレシピモデルの一部又は全部の組み合わせとしてのレシピが得られるとともに、そのレシピによる研磨量プロファイルの計算値が得られる。本実施形態では、研磨量のプロファイルの計算値から面内均一性を算出し、面内均一性が所定条件を満たすか否か判定する。面内均一性が所定条件を満たす場合は、当該レシピを採用する。面内均一性が所定条件を満たさない場合は、後述するようにレシピモデルを追加して、追加後の複数のレシピモデル（Ｓｔｅｐ２で求められたレシピモデル、及び、追加したレシピモデル）を用いて再度、ＧＲＧによってレシピを求め、研磨量プロファイル、面内均一性を計算する。この処理を繰り返し、面内均一性が所定条件を満たすレシピを生成する。なお、ここでは、所望の研磨後のプロファイルとして、面内均一性が規定値以下の条件を採用したが、他の条件を使用してもよい。

ＧＲＧは、一般化簡約勾配法と呼ばれる方法であり、線形計画問題で取り扱われていた簡約勾配法を非線形計画問題に一般化した手法である。ＧＲＧは、入手可能なソフトウェアライブラリ等を用いることができる。Ｓｔｅｐ３でレシピを求めた結果を図６に示す。この例では、プロセスステップ１、２、３で、レシピモデルのケース０１、０２、０４を順次実行する組み合わせによって、研磨処理後の面内均一性１０％以下が達成された。図
６の組み合わせでは、面内均一性は９．８％となった。なお、ここで、モデルケース０３、０５は選択されない。このように、レシピモデルの全てが使用されない場合もあり、制約条件を満たすために、レシピモデルの順番及び組み合わせが選択される。なお、ここでは、ＧＲＧによって解析する場合を説明したが、機械学習によって解析するようにしてもよい。

図７及び図８は、本実施形態に係るレシピ生成処理のフローチャートを示す。このフローは、例えば、基板処理装置１のコントローラ２０、その他のコンピュータで実行することができる。

ステップＳ１０では、シミュレーション又は実験によって作成された、類似しているレシピモデル（例えば、図５のケース０１−０５）を採用する。レシピモデルは、レシピ項目のうち処理時間を単位時間で一定とし、ヘッド位置、ウェハ位置、ヘッド回転数を図５に示すような値の組み合わせで変化させて、シミュレーション又は実験を行うことにより、研磨量のプロファイルを求めたものである。レシピモデルは、これらのレシピ項目及び研磨量のプロファイルの組み合わせを含む（例えば、図５のケース０１−０５）。レシピモデルは、基板処理装置１内のコントローラ２０等でシミュレーションを実行し、求めることができる。

ステップＳ２０では、研磨処理後のウェハの面内均一性が規定値以下の条件（所定条件）で、複数のレシピモデルをＧＲＧによって解析し、複数のレシピモデルの一部又は全部を組み合わせて、レシピを求める。なお、ＧＲＧ以外に、機械学習によって複数のレシピモデルの一部又は全部の組み合わせを求めてもよい。

ステップＳ３０では、ＧＲＧによって求めたレシピモデルの組み合わせをレシピとして生成する。このレシピには、レシピモデルの組み合わせと、その組み合わせによって得られる研磨量プロファイルの計算値とを含む。

ステップＳ４０では、ＧＲＧによって求めたレシピから得られる研磨量プロファイルから、面内均一性を算出し、面内均一性が目標範囲内か（所定条件を満たすか）否かを判定する。

ステップＳ４０で面内均一性が目標範囲内であると判定された場合は、現在のレシピを採用し、レシピ生成処理を終了する。一方、ステップＳ４０で面内均一性が目標範囲内でないと判定された場合は、ステップＳ５０に処理を進める。

ステップＳ５０では、各レシピ項目の値を補間することによって、レシピモデルを追加（補間）する。例えば、ヘッド回転数１１ｒｐｍ（ケース０１）と、ヘッド回転数４１ｒｐｍ（ケース０２）がある場合には、ヘッド回転数２６ｒｐｍを補間する（他のレシピ項目は変更しない）。このような補間が可能である場合（ステップＳ６０でＹＥＳ）には、ステップＳ７０に処理を進める。

ステップＳ７０では、短時間でレシピモデルを生成する必要があるか否かを判定する。短時間でレシピモデルを生成する必要がある場合には、ステップＳ８０に処理を進める。一方、短時間でレシピモデルを生成する必要がない場合には、ステップＳ９０に処理を進める。

ステップＳ８０では、統計的な処理によって、追加するレシピモデルを生成する。また、生成されたレシピモデルを既存のレシピモデルに追加する。例えば、ケース０１とケース０２との間のヘッド回転数２６ｒｐｍである場合のレシピモデルを生成する。統計的な
処理では、例えば図９に示すように、１０秒間処理した場合の任意点の研磨量Ｙ２を下記（式２）の重回帰式で求める。
（式２） Ｙ２ ＝ ａ１・ｘ１＋ａ２・ｘ２＋ａ３・ｘ３
ｘ１：ヘッド回転数、ｘ２：ウェハ回転数、ｘ３：ヘッド位置
なお、各係数ａ１〜ａ３は、予めシミュレーションで計算した結果から取得しておく。式２を使用して、研磨量のプロファイルを求める。

この他の統計的処理としては、１）ニューラルネット・深層学習、２）決定木等があり、これらの方法によって、レシピモデル（補間するレシピモデル）を生成してもよい。

ステップＳ９０では、シミュレーションによって、追加するレシピモデルを生成する。また、生成されたレシピモデルを既存のレシピモデルに追加する。例えば、ケース０１とケース０２との間のヘッド回転数２６ｒｐｍである場合のレシピモデルをステップＳ１０のシミュレーションと同様にして生成する。

ステップＳ６０で補間が可能でないと判定された場合（ステップＳ６０でＮｏ）は、ステップＳ１００において、所定条件を満たすレシピモデルの組み合わせの解が見つからないと判断し、レシピ生成のフローを終了する。

ステップＳ８０又はＳ９０において、追加するレシピモデルを生成した後、ステップＳ２０に処理を進め、ステップＳ８０又はＳ９０で生成されたレシピモデルを追加した複数のレシピモデルを使用して、面内均一性が規定値以下の条件（所定条件）で、複数のレシピモデルをＧＲＧ又は機械学習により解析し、複数のレシピモデルの一部又は全部の組み合わせによってレシピを生成する（ステップＳ２０、Ｓ３０）。そして、生成されたレシピによる研磨量プロファイルから面内均一性を算出し、面内均一性が所定条件を満たす場合（ステップＳ４０でＹｅｓ）、レシピを確定し、レシピ生成フローを終了する。一方、研磨量のプロファイルから算出される面内均一性が所定条件を満さない場合（ステップＳ４０でＮｏ）、上述したステップＳ５０以降の処理を繰り返す。

上記では、研磨量プロファイルを含むレシピモデルを作成した。一方、研磨前のウェハの膜厚分布（プロファイル）が分かっている場合には、膜厚分布から、シミュレーションで得られた研磨量のプロファイルを減算するモデルを生成する。図１０は、研磨前のウェハの膜厚分布が、半径方向の各位置ｒ＝０．５（１５ｍｍ）、ｒ＝１．０（３０ｍｍ）、ｒ＝１．５（４５ｍｍ）でそれぞれ７０μｍ、８０μｍ、６０μｍのように既知である場合の例を示す。このとき、レシピのモデルケース０１の条件（ヘッド位置＝７０ｍｍ、ウェハ回転数＝１０５ｒｐｍ、ヘッド回転数＝１１ｒｐｍ、処理時間＝１０秒）でシミュレーションした結果、各半径方向位置ｒ＝０．５、１．０、１．５での研磨量（μｍ）は、それぞれ５０μｍ、４０μｍ、３０μｍとなる。その結果、研磨後の膜厚は、各半径方向位置ｒ＝０．５、１．０、１．５において、それぞれ２０μｍ、４０μｍ、３０μｍとなることが分かる。なお、ケース０１以外の他のモデルケースにおいても同様に、研磨処理後の膜厚分布を求めることができる。このように得られる膜厚分布を含むレシピモデルから、図７及び図８のフローと同様に、ＧＲＧにより、面内均一性が目標範囲内になるようなレシピモデルの組み合わせをレシピとして求める。この場合、研磨処理前のウェハの膜厚分布を考慮するため、レシピの精度をより向上させることができる。

なお、ウェハの膜厚分布は、研磨装置に設置した膜厚測定器、研磨装置に搬入前の検査結果（めっき装置等の他のウェハ処理装置における膜厚の測定結果、その他の検査装置における膜厚の測定結果）から取得することができる。研磨装置１に膜厚測定部２２（図１）を設ける場合には、膜厚測定装置２２Ａによって膜厚分布を求めることができる。

（変形例１）
上記では、基板処理装置として裏面研磨用の研磨措置１におけるレシピ生成を例に挙げたが、本発明は、ＣＭＰ装置を含む他の基板処理装置のレシピ生成にも適用可能である。例えば、めっき装置の場合には、めっき処理のレシピ項目として、アノードマスク径、レギュレーションプレート径、電流密度、処理時間を選択することができる。但し、これらのレシピ項目のうち一部を省略してもよいし、これらに更なるレシピ項目を追加してもよい。ＣＭＰ装置の場合には、研磨のレシピ項目として、ヘッドの位置、ウェハ回転数、ヘッド回転数、ヘッドエアバッグ圧、スラリー流量、スラリー供給位置、ターンテーブルの回転数、ポリッシングユニットの回転数、トップリング押し付け荷重、リテーナ押し付け荷重、処理時間を選択することができる。但し、これらのレシピ項目のうち一部を省略してもよいし、これらに更なるレシピ項目を追加してもよい。

（変形例２）
図１１は、遠隔コンピュータにおいてレシピ生成を行う場合の説明図である。同図では、半導体製造工場内において、基板処理装置としての研磨装置１及びめっき装置１Ａが設置された例が示されている。また、研磨装置１及びめっき装置１Ａと有線又は無線で通信可能に構成されたコンピュータ（ＰＣ）３０が設置されている。ＰＣ３０は、基板処理装置の各種処理データを保存するデータ保存ＰＣ３３と有線又は無線で接続されている。本実施形態では、研磨装置１のコントローラ２０は、無線通信可能な通信装置２１を備えており、めっき装置１Ａのコントローラ２０Ａは、無線通信可能な通信装置２１Ａを備えている。ＰＣ３０は、通信装置２１、２１Ａと無線通信可能な通信装置３１と、クラウド３６に接続された通信装置３４と通信可能な通信装置３２とを備えている。なお、通信装置３１と通信装置３２とは同一の通信装置で共用してもよい。クラウド３６に接続された通信装置３４は、半導体製造工場外の例えば、遠隔の場所にある。クラウド３６には、ＰＣ３５を介してホストコンピュータ３７に接続されている。ホストコンピュータ３７は、半導体工場内のコンピュータよりも演算処理能力が高いコンピュータであり、例えば、計算能力が大きなサーバやスーパーコンピュータである。

コントローラ２０Ａは、各種の設定データ及び各種のプログラムを格納したメモリ２０２Ａと、メモリ２０２Ａのプログラムを実行するＣＰＵ２０１Ａとを有する。ＰＣ３０、データ保存ＰＣ３３、ＰＣ３５、ホストコンピュータ３７も、同様に、各種の設定データ及び各種のプログラムを格納したメモリ３０Ｂ、３３Ｂ、３５Ｂ、３７Ｂと、メモリのプログラムを実行するＣＰＵ３０Ａ、３３Ａ、３５Ａ、３７Ａと、を有する。

このような構成では、例えば、基板処理装置１、１Ａのレシピモデルを生成する場合に、処理負荷の大きいシミュレーション計算をホストコンピュータ３７で行うことが可能である。基板処理装置１、１Ａ側からは、レシピ項目を含むデータを、ＰＣ３０、クラウド３６を介してホストコンピュータ３７に送信する。ホストコンピュータ３７は、レシピ項目に基づいてシミュレーションを行い、研磨量のプロファイルを計算し、レシピモデルの計算結果（例えば図５のケース０１−０５）のデータを、クラウド３６、ＰＣ３０を介して、基板処理装置１、１Ａ側に返すことができる。このような構成では、処理負担の大きい計算を、計算能力の高いホストコンピュータで行うことができるので、基板処理装置側の処理の負担を軽減することができ、また、計算時間を短縮することができる。なお、レシピモデルの生成に加えて（又は代えて）、複数のレシピモデルの一部又は全部を組み合わせてレシピを生成する処理（例えば、ＧＲＧ、機械学習による解析）をホストコンピュータ３７で行い、解析結果と実データとの比較を基板処理装置１、１Ａで行うようにしてもよい。

（変形例３）
また、レシピ生成後に、基板処理装置による処理結果を常時監視し、レシピを随時更新
してもよい。例えば、膜厚測定装置によって、基板処理装置による処理後のウェハの膜厚分布を実際に測定し、膜厚分布から計算される面内均一性が目標範囲外になった場合、及び／又は、面内均一性が目標範囲から外れる傾向にある場合に、レシピの更新を自動で行うようにすることができる。レシピの更新は、レシピモデルの補間、レシピモデルの削除、レシピモデルの新規追加の少なくとも１つの処理によって行うことができる。
また、処理後のウェハの膜厚分布の監視に代えて又は加えて、処理後のウェハ上のパーティクル量を常時監視するようにしてもよい。この場合、基板処理装置内部又は外部にパーティクルカウンタを設け、パーティクルカウンタによって、処理後のウェハ上のパーティクル量を測定する。パーティクル量の測定値が目標範囲外になった場合、及び／又は、パーティクルが目標範囲から外れる傾向にある場合に、レシピの更新を自動で行うようにすることができる。

上記実施形態から少なくとも以下の技術的思想が把握できる。
［１］形態１によれば、基板を処理するための基板処理装置であって、 前記基板処理装置の動作条件を含む複数のレシピ項目を設定する設定装置と、 前記複数のレシピ項目の値を変えて前記基板の処理結果を実験又はシミュレーションで求めた複数のレシピモデルを取得し、前記複数のレシピモデルを解析してレシピを生成することを含み、前記レシピによる前記基板の処理結果の計算値が所定条件を満たすように、前記複数のレシピモデルの一部又は全部を組み合わせて前記レシピを生成するレシピ生成装置と、 を備えた基板処理装置が提供される。

形態１によれば、複数のレシピモデルの一部又は全部を組み合わせて、基板処理結果が所定条件を満たすように、自動的にレシピを生成することができる。これにより、複数のレシピモデルの一部又は全部を組み合わせる複雑な処理を自動で行うことができ、精度の高いレシピを生成可能である。

［２］形態２によれば、形態１の基板処理装置において、 前記複数のレシピモデルをシミュレーション又は実験によって生成するモデル生成装置を更に備える。
形態２によれば、複数のレシピモデルを自動的に生成することができる。

［３］形態３によれば、形態１又は２の基板処理装置において、 前記レシピ生成装置は、所定数の複数のレシピモデルを使用してレシピを生成し、そのレシピによる処理結果が前記所定条件を満たさない場合に、レシピモデルを追加し、追加後の複数のレシピモデルの一部又は全部を組み合わせて新たなレシピを生成する。
形態３によれば、初期に準備したレシピモデルに基づく解析により所定条件を満たす処理結果が得られない場合に、レシピモデルを追加して再度解析するので、所定条件を満たすレシピを生成できる可能性が高まる。

［４］形態４によれば、形態３の基板処理装置において、 前記レシピ生成装置は、１のレシピモデルの少なくとも１つのレシピ項目の値と、他のレシピモデルの前記少なくとも１つのレシピ項目との間の値に対応するレシピモデルを追加する。
形態４によれば、既に設定されているレシピ項目の値の間を補間するので、追加するレシピモデルを求め易い。

［５］形態５によれば、形態３の基板処理装置において、 前記レシピ生成装置は、シミュレーションによって、前記追加するレシピモデルを生成する。
形態５によれば、シミュレーションによって精度の良いレシピモデルを生成することができる。

［６］形態６によれば、形態３の基板処理装置において、 前記レシピ生成装置は、統
計的手法によって、前記追加するレシピモデルを生成する。
形態６によれば、統計的手法によってレシピモデルをより短時間で生成することができる。

［７］形態７によれば、形態１乃至６の何れかの基板処理装置において、 前記レシピ生成装置は、一般化簡約勾配法（ＧＲＧ）によって、前記複数のレシピモデルを解析する。なお、ＧＲＧ以外に、機械学習による解析によって複数のレシピモデルを解析してもよい。
形態７によれば、専用の解析プログラムを生成することなく、入手可能なＧＲＧのソフトウェアを利用して、レシピを自動で生成することができる。

［８］形態８によれば、形態１乃至７の何れかの基板処理装置において、 前記レシピ生成装置は、前記基板処理装置による前記基板の実際の処理結果を常時監視し、前処理結果が前記所定条件を満たさなくなった場合に、前記レシピを更新する。
形態８によれば、基板処理装置による基板の処理結果を常時監視してレシピを更新するので、レシピを常に良好な状態に維持することができ、基板処理結果を良好な状態に維持できる。

［９］形態９によれば、形態１の基板処理装置において、 前記基板処理装置は、通信回線を介して外部のコンピュータに接続されており、前記コンピュータにおいて生成された前記複数のレシピモデルを取得する。
形態９によれば、レシピモデルの生成を外部のコンピュータで行うことにより、基板処理装置における処理負担を軽減できる。また、処理能力の高い外部のコンピュータを利用すれば、レシピモデル生成に要する時間を軽減することができる。なお、レシピモデルの生成に加えて（又は代えて）、複数のレシピモデルを解析する処理（例えば、ＧＲＧ、機械学習による解析）を外部のコンピュータで行い、解析結果と実データとの比較を基板処理装置で行うようにしてもよい。

［１０］形態１０によれば、形態１乃至９の何れかの基板処理装置において、 前記所定条件は、前記レシピによって処理される基板の面内均一性が所定範囲内であることである。
形態１０によれば、所望の範囲の面内均一性が得られるようにレシピを生成することができる。

［１１］形態１１によれば、形態８に記載の基板処理装置において、 前記レシピ生成装置は、前記基板上のパーティクル量を常時監視し、前記パーティクル量が所定条件を満たさなくなった場合に、前記レシピを更新する。
形態１１によれば、基板上のパーティクル量を常時監視してレシピを更新するので、レシピを常に良好な状態に維持することができる。

［１２］形態１２によれば、形態１乃至１１の何れかの基板処理装置において、 前記基板処理装置は、研磨ヘッドを有する研磨装置であり、 前記複数のレシピ項目は、前記研磨ヘッドの回転数、前記基板の回転数、前記研磨ヘッドの位置、及び、処理時間を含み、 前記処理結果は、処理後の基板の研磨量プロファイル又は膜厚分布である。
形態１２によれば、基板の裏面全面を研磨する裏面研磨装置において所望の処理結果が得られるように、レシピを生成することができる。

［１３］形態１３によれば、形態１２の基板処理装置において、 前記複数のレシピモデルは、前記処理時間以外の前記レシピ項目の値の組み合わせを変更して生成される。
形態１３によれば、処理時間を一定の単位時間として他のレシピ項目の値を変更して複
数のレシピモデルを生成するので、レシピモデルを効率良く生成することができる。例えば、同一のレシピモデルを必要に応じて１又は複数選択することによって、処理時間の異なるレシピモデルを実質的に採用することが可能である。

［１４］形態１４によれば、 基板処理装置の動作条件を含む複数のレシピ項目を設定すること、 前記複数のレシピ項目の値を変えて前記基板の処理結果を実験又はシミュレーションして求めた複数のレシピモデルを取得すること、 前記複数のレシピモデルを解析してレシピを生成することであり、前記レシピによる前記基板の処理結果の計算値が所定条件を満たすように、前記複数のレシピモデルの一部又は全部を組み合わせてレシピを生成すること、をコンピュータに実行させるためのプログラムを格納した記憶媒体が提供される。

以上、いくつかの例に基づいて本発明の実施形態について説明してきたが、上記した発明の実施形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得るとともに、本発明には、その均等物が含まれることはもちろんである。また、上述した課題の少なくとも一部を解決できる範囲、または、効果の少なくとも一部を奏する範囲において、特許請求の範囲および明細書に記載された各構成要素の任意の組み合わせ、または、省略が可能である。

１ 研磨装置
１Ａ めっき装置
２ ロードポート
３ 搬送ロボット
４ ウェハステーション
５ 搬送ロボット
６ 研磨ユニット
７ 研磨ヘッド
８ センタリングローダ
９ 研磨ユニット
１０ 研磨ヘッド
１１ アーム
１２ ウェハステーション
１３ スイングトランスポータ
１４ 反転機
１５ リニアトランスポータ
１６、１７、１８ 洗浄ユニット
１９ 乾燥ユニット
２０、２０Ａ コントローラ
２０１、２０１Ａ ＣＰＵ
２０２、２０２Ａ メモリ
２１、２１Ａ 通信装置
２２ 膜厚測定ユニット
２２Ａ 膜厚測定装置
３０ ＰＣ
３０Ａ、３３Ａ、３５Ａ、３７Ａ ＣＰＵ
３０Ｂ、３３Ｂ、３５Ｂ、３７Ｂ メモリ
３１ 通信装置
３２ 通信装置
３３ データ保存ＰＣ
３４ 通信装置
３５ ＰＣ
３６ クラウド

Claims (13)

1. 基板を処理するための基板処理装置であって、
   前記基板処理装置の動作条件を含む複数のレシピ項目を設定する設定装置と、
   前記複数のレシピ項目の値を変えて前記基板の処理結果を実験又はシミュレーションで求めた複数のレシピモデルを取得し、前記複数のレシピモデルを解析してレシピを生成することを含み、前記レシピによる前記基板の処理結果の計算値が所定条件を満たすように、前記複数のレシピモデルの一部又は全部を組み合わせて前記レシピを生成するレシピ生成装置と、
   を備え、
   前記レシピ生成装置は、所定数の複数のレシピモデルを使用してレシピを求め、そのレシピによる前記基板の処理結果の計算値が前記所定条件を満たさない場合に、レシピモデルを追加し、追加後の複数のレシピモデルの一部又は全部を組み合わせて新たなレシピを求める、基板処理装置。
2. 請求項１に記載の基板処理装置において、
   前記複数のレシピモデルをシミュレーション又は実験によって生成するモデル生成装置をさらに備えた、基板処理装置。
3. 請求項１又は２に記載の基板処理装置において、
   前記レシピ生成装置は、１のレシピモデルの少なくとも１つのレシピ項目の値と、他のレシピモデルの前記少なくとも１つのレシピ項目との間の値に対応するレシピモデルを追加する、基板処理装置。
4. 請求項１又は２に記載の基板処理装置において、
   前記レシピ生成装置は、シミュレーションによって、前記追加するレシピモデルを生成する、基板処理装置。
5. 請求項１又は２に記載の基板処理装置において、
   前記レシピ生成装置は、統計的手法によって、前記追加するレシピモデルを生成する、基板処理装置。
6. 請求項１乃至５の何れかに記載の基板処理装置において、
   前記レシピ生成装置は、一般化簡約勾配法（ＧＲＧ）によって、前記複数のレシピモデルを解析する、基板処理装置。
7. 請求項１乃至６の何れかに記載の基板処理装置において、
   前記レシピ生成装置は、前記基板処理装置による前記基板の実際の処理結果を常時監視し、前処理結果が前記所定条件を満たさなくなった場合に、前記レシピを更新する、基板処理装置。
8. 請求項１に記載の基板処理装置において、
   前記基板処理装置は、通信回線を介して外部のコンピュータに接続されており、前記コンピュータにおいて生成された前記複数のレシピモデルを取得する、基板処理装置。
9. 請求項１乃至８の何れかに記載の基板処理装置において、
   前記所定条件は、前記レシピによって処理される基板の面内均一性が所定範囲内であることである、基板処理装置。
10. 請求項７に記載の基板処理装置において、
    前記レシピ生成装置は、前記基板上のパーティクル量を常時監視し、前記パーティクル量が所定条件を満たさなくなった場合に、前記レシピを更新する、基板処理装置。
11. 請求項１乃至１０の何れかに記載の基板処理装置において、
    前記基板処理装置は、研磨ヘッドを有する研磨装置であり、
    前記複数のレシピ項目は、前記研磨ヘッドの回転数、前記基板の回転数、前記研磨ヘッドの位置、及び、処理時間を含み、
    前記処理結果は、処理後の基板の研磨量プロファイル又は膜厚分布である、
    基板処理装置。
12. 請求項１１に記載の基板処理装置において、
    前記複数のレシピモデルは、前記処理時間以外の前記レシピ項目の値の組み合わせを変更して生成される、基板処理装置。
13. 基板を処理するための基板処理装置の動作条件を含む複数のレシピ項目を設定すること、
    前記複数のレシピ項目の値を変えて前記基板の処理結果を実験又はシミュレーションして求めた複数のレシピモデルを取得すること、
    前記複数のレシピモデルを解析してレシピを生成することであり、前記レシピによる前記基板の処理結果の計算値が所定条件を満たすように、前記複数のレシピモデルの一部又は全部を組み合わせてレシピを生成することにおいて、所定数の複数のレシピモデルを使用してレシピを求め、そのレシピによる前記基板の処理結果の計算値が前記所定条件を満たさない場合に、レシピモデルを追加し、追加後の複数のレシピモデルの一部又は全部を組み合わせて新たなレシピを求めること、
    をコンピュータに実行させるためのプログラムを格納した記憶媒体。

Images