JP7373340B2 - 判断装置 - Google Patents

判断装置 Download PDF

Info

Publication number
JP7373340B2
JP7373340B2 JP2019174330A JP2019174330A JP7373340B2 JP 7373340 B2 JP7373340 B2 JP 7373340B2 JP 2019174330 A JP2019174330 A JP 2019174330A JP 2019174330 A JP2019174330 A JP 2019174330A JP 7373340 B2 JP7373340 B2 JP 7373340B2
Authority
JP
Japan
Prior art keywords
substrate
alignment
substrate processing
classification
data
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
JP2019174330A
Other languages
English (en)
Other versions
JP2021051200A (ja
Inventor
充宏 増田
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Priority to JP2019174330A priority Critical patent/JP7373340B2/ja
Priority to TW109131259A priority patent/TWI829962B/zh
Priority to KR1020200117417A priority patent/KR20210036264A/ko
Priority to CN202011023439.8A priority patent/CN112558435B/zh
Publication of JP2021051200A publication Critical patent/JP2021051200A/ja
Application granted granted Critical
Publication of JP7373340B2 publication Critical patent/JP7373340B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)

Description

本発明は、判断装置、基板処理装置、基板処理システム及び物品の製造方法に関する。
近年、電子機器の小型化や需要の拡大に伴い、メモリやＭＰＵに代表される半導体素子の微細化と生産性とを両立させる必要がある。
従って、半導体素子の製造に用いられる基板を処理する基板処理装置においては、基板の位置を合わせるアライメントについても高精度化が必要となる。
基板のアライメントにおいては、基板上に形成されているマークの画像を撮像し、得られた画像データに対してパターンマッチング処理を行うことによって、基板の位置を求める手法が多く用いられている。
特許文献１は、マークのエッジと、かかるエッジの方向とを同時に抽出し、エッジの方向ごとにエッジに着目したパターンマッチング処理を行うことで、マークを精度良く検出する露光装置を開示している。
特開２０００－２６０６９９号公報
従来、基板処理装置において基板のアライメントが失敗した際には、ユーザが画像データや画像データに関連する関連データを参照することによって、装置を保全する必要があるか判断している。
そのため、場合によっては装置の処理を中断したり、判断に時間を要したりすることによって、スループットの低下を招くこととなる。
そこで本発明は、基板処理装置を保全する必要があるか判断することができる判断装置を提供することを目的とする。
本発明に係る判断装置は、基板処理装置において撮像された基板上のマークの画像データに対して、機械学習によって取得される学習モデルを用いてアライメント失敗要因に関する分類を行い、分類の結果に基づいて基板処理装置を保全する必要があるか判断することを特徴とする。
本発明によれば、基板処理装置を保全する必要があるか判断することができる判断装置を提供することができる。
第一実施形態に係る基板処理システムの構成を示すブロック図。 第一実施形態に係る基板処理システムが備える露光装置の構成を示す模式図。 第一実施形態に係る基板処理システムにおいて保全が必要か判断するための構成を示す図。 第一実施形態に係る基板処理システムにおける表示装置に表示される画面を例示的に示す図。 第一実施形態に係る基板処理システムにおける学習データの作成画面を例示的に示す図。 第一実施形態に係る基板処理システムにおける学習データを作成する処理を示すフローチャート。 第一実施形態に係る基板処理システムにおける学習データの作成画面を表示させるボタンを例示的に示す図。 第二実施形態に係る基板処理システムにおいて保全が必要か判断するための構成を示す図。
以下、図面を参照して本実施形態に係る判断装置について詳細に説明する。なお、以下に示す実施形態は実施の具体例を示すに過ぎないものであり、本実施形態は以下の実施形態に限定されるものではない。
また、以下に示す実施形態の中で説明されている特徴の組み合わせの全てが本実施形態の課題解決のために必須のものであるとは限らない。
また、以下に示す図面は、本実施形態を容易に理解できるようにするために、実際とは異なる縮尺で描かれている場合がある。
［第一実施形態］
フォトリソグラフィ技術を用いて、半導体素子、液晶表示素子、薄膜磁気ヘッドなどのデバイスを製造する際に、レチクルなどの原版のパターンを投影光学系によってウエハなどの基板に投影してパターンを転写する露光装置が使用されている。
露光装置においては、電子機器の小型化や需要の拡大に伴い、メモリやＭＰＵに代表される半導体素子の微細化と生産性とを両立させる必要がある。
従って、露光装置には、解像度、オーバーレイ精度、スループットなどの基本性能を向上させることが要求されている。
露光装置の解像度は、投影光学系の開口数（ＮＡ）に反比例し、露光に用いる光（露光光）の波長に比例するため、投影光学系の開口数の拡大及び露光光の短波長化が進んでいる。
また、半導体素子の微細化に伴い、オーバーレイ精度の向上も必要となるため、原版と基板との相対的な位置を合わせるアライメントについても高精度化が必要となる。
また、オーバーレイ精度をさらに改善させる技術として、半導体製造プロセスのバラつき変動や経時変化などをフィードフォワードなどによって制御する技術が知られている。そのような技術として、具体的には、ＡＥＣ（Ａｄｖａｎｃｅｄ Ｅｑｕｉｐｍｅｎｔ Ｃｏｎｔｒｏｌ）、ＡＰＣ（Ａｄｖａｎｃｅｄ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ）等が知られている。また、検査装置において計測された結果を機械学習により学習し、リソグラフィ装置や塗布現像装置（コーター／ディベロッパー）にフィードフォワードする技術が知られている。
露光装置においてアライメント計測を失敗する要因としては、基板のプロセス不良やスコープの収差の影響により、マークが計測視野内に位置しているが鮮明ではない、またはマークの形成位置が大幅にずれたために計測視野内にない等、様々なものが考えられる。
計測視野内においてマークの位置が大きくずれている場合には、露光装置が基板を受け取る際の位置ずれ等の露光装置由来の要因や、露光装置以外の装置における基板の処理工程に依存したマークの位置変動等の露光装置由来以外の要因が考えられる。
従って、アライメント計測を失敗する要因として複数考えられる時は、各失敗要因に応じて保全も含めた対処方法も異なる。
そのため、露光装置の保全を実施する際には、正確な失敗要因の分類を行うと共に、それらに基づいた正確な判断を行う必要がある。
図１は、第一実施形態に係る判断装置を備えた基板処理システム５０の構成を示すブロック図である。
基板処理システム５０は、少なくとも一つの半導体製造ライン１を備えている。
そして、各半導体製造ライン１は、基板を処理する複数の基板処理装置１０（半導体製造装置）と、複数の基板処理装置１０の動作を制御するホストコンピュータ１１（ホスト制御装置）とを備えている。
基板処理装置１０としては、例えば、リソグラフィ装置（露光装置、インプリント装置、荷電粒子線描画装置等）、成膜装置（ＣＶＤ装置等）、加工装置（レーザー加工装置等）、検査装置（オーバーレイ検査装置等）が挙げられる。
また、基板処理装置１０には、リソグラフィ処理の前処理として基板にレジスト材（密着材）の塗布処理を行うと共に、リソグラフィ処理の後処理として現像処理を行う塗布現像装置（コーター／ディベロッパー）も含まれうる。
なお、露光装置では、基板の上に供給されたフォトレジストを原版（レチクル、マスク）を介して露光することによって、基板上のフォトレジストに原版のパターンに対応する潜像が形成される。
インプリント装置では、基板の上に供給されたインプリント材に原版（型、テンプレート）を接触させた状態でインプリント材を硬化させることによって、基板の上にパターンが形成される。
荷電粒子線描画装置では、基板の上に供給されたフォトレジストに荷電粒子線によってパターンを描画することによって、基板上のフォトレジストに潜像が形成される。
図１に示されているように、各半導体製造ライン１に設けられている複数の基板処理装置１０はそれぞれ、保守を管理する管理装置１２に接続されている。
これにより、管理装置１２は、各半導体製造ライン１に設けられている複数の基板処理装置１０をそれぞれ管理することができる。
本実施形態に係る判断装置は、基板処理装置１０、ホストコンピュータ１１及び管理装置１２のいずれかに設けられる。
なお、基板処理システム５０では、複数の基板処理装置１０とホストコンピュータ１１との間の接続や、複数の基板処理装置１０と管理装置１２との間の接続は、有線接続及び無線接続のいずれでも構わない。
次に、基板処理システム５０において各基板処理装置１０が露光装置として構成される具体例について説明する。
図２（ａ）は、基板処理システム５０に設けられている露光装置１０の構成を示すブロック図である。また、図２（ｂ）は、露光装置１０が備える基板アライメント光学系１９０の構成を示す模式図である。
露光装置１０は、物品としての半導体素子、液晶表示素子、薄膜磁気ヘッドなどのデバイスの製造に用いられ、パターン形成を基板に行うリソグラフィ装置である。
また、露光装置１０は、ステップ・アンド・スキャン方式、或いはステップ・アンド・リピート方式で基板を露光する。
図２（ａ）に示されているように、露光装置１０は、主制御部１００、光源制御部１１０、光源１２０、画像処理部１３０、ステージ制御部１４０及び干渉計１５０を有する。
また、露光装置１０は、原版アライメント光学系１６０、原版ステージ１７１、投影光学系１８０、基板アライメント光学系１９０及び基板ステージ２００を有する。
原版ステージ１７１は、照明光学系（不図示）によって照明される原版１７０を保持して移動する。原版１７０には、基板２１０に転写すべきパターンが描画されている。
投影光学系１８０は、原版１７０のパターンを基板２１０に投影する。基板ステージ２００は、基板２１０を保持して移動することができる。
原版アライメント光学系１６０は、原版１７０のアライメントに用いられる。例えば、原版アライメント光学系１６０は、蓄積型光電変換素子で構成される撮像素子１６１と、原版１７０に設けられたマークからの光を撮像素子１６１に導く光学系１６２とを含む。
基板アライメント光学系１９０は、基板２１０のアライメントに用いられる。本実施形態では、基板アライメント光学系１９０は、基板２１０に設けられたマーク２１１を検出するオフアクシス光学系である。
主制御部１００は、ＣＰＵやメモリなどを含んでおり、露光装置１０の各部を制御して、基板２１０を露光する露光処理及びそれに関連する処理を行う。
基板処理システム５０では、主制御部１００は、原版１７０に形成されたマークの位置や基板２１０に形成されたマーク２１１の位置に基づいて、基板ステージ２００の位置を制御する。換言すれば、主制御部１００は、原版１７０と基板２１０との間の位置合わせ、例えば、グローバルアライメントを行う。
光源１２０は、ハロゲンランプなどを含んでおり、基板２１０に形成されたマーク２１１を照明する。
光源制御部１１０は、光源１２０からの光、即ち、マーク２１１を照明するための光の照明強度を制御する。
画像処理部１３０は、原版アライメント光学系１６０における撮像素子１６１や基板アライメント光学系１９０における撮像素子１９１Ａ及び１９１Ｂからの画像信号（検出信号）を画像処理してマークの位置、すなわちマーク画像を取得する。
基板処理システム５０では、画像処理部１３０及び基板アライメント光学系１９０は、基板２１０に形成されたマーク２１１の位置を計測する計測装置として機能する。
干渉計１５０は、基板ステージ２００に設けられたミラー２１２に光を照射し、ミラー２１２によって反射された光を検出することで、基板ステージ２００の位置を計測する。
ステージ制御部１４０は、干渉計１５０によって計測された基板ステージ２００の位置に基づいて、基板ステージ２００を任意の位置に移動させる（駆動制御する）。
露光装置１０では、不図示の照明光学系からの光（露光光）が、原版ステージ１７１に保持された原版１７０を通過して投影光学系１８０に入射する。
そして、原版１７０と基板２１０とは、互いに光学的に共役な位置関係に配置されているため、原版１７０のパターンは、投影光学系１８０を介して、基板ステージ２００に保持された基板２１０上に結像して転写される。
基板アライメント光学系１９０は、基板２１０上に形成されたマーク２１１を検出して検出信号（本実施形態では画像信号）を生成する検出部として機能する。
図２（ｂ）に示されているように、基板アライメント光学系１９０は、撮像素子１９１Ａ及び１９１Ｂ、結像光学系１９２Ａ及び１９２Ｂ、及びハーフミラー１９３を備えている。また、基板アライメント光学系１９０は、照明光学系１９４、偏光ビームスプリッタ１９５、リレーレンズ１９６、λ／４板１９７及び対物レンズ１９８を備えている。
露光装置１０では、光源１２０からの光が、光ファイバ（不図示）などを介して基板アライメント光学系１９０に導かれる。
そして、基板アライメント光学系１９０に導かれた光は、図２（ｂ）に示されているように、照明光学系１９４を介して、偏光ビームスプリッタ１９５に入射する。
そして、偏光ビームスプリッタ１９５によって反射された光は、リレーレンズ１９６、λ／４板１９７及び対物レンズ１９８を通過して、基板２１０に形成されたマーク２１１を照明する。
マーク２１１によって反射された光は、対物レンズ１９８、λ／４板１９７、リレーレンズ１９６及び偏光ビームスプリッタ１９５を通過して、ハーフミラー１９３に入射する。
そして、ハーフミラー１９３に入射した光は、ハーフミラー１９３によって二つの光に適当な強度比率で分割された後、結像倍率が互いに異なる結像光学系１９２Ａ及び１９２Ｂにそれぞれ導かれる。
結像光学系１９２Ａ及び１９２Ｂはそれぞれ、マーク２１１の像を撮像素子１９１Ａ及び１９１Ｂの撮像面上に形成する。
撮像素子１９１Ａ及び１９１Ｂはそれぞれ、マーク２１１を含む領域を撮像する撮像面を含んでおり、撮像面で撮像された領域に対応する画像信号を生成する。
そして、撮像素子１９１Ａ及び１９１Ｂによって生成された画像信号は、画像処理部１３０によって読み出される。
本実施形態では、画像処理部１３０は、読み出された画像信号に対して画像処理としてのパターンマッチング処理を行うことで、撮像素子１９１Ａ及び１９１Ｂの撮像面におけるマーク２１１の位置を取得する。
パターンマッチング処理は、一般的に、以下の二種類に大別される。
一つは、画像（濃淡画像）を二値化して予め用意したテンプレートとのマッチングを行い、最も相関がある位置をマーク２１１の位置とする方法である。
もう一つは、濃淡画像のまま、濃淡情報を含むテンプレートとの相関演算を行うことでマーク２１１の位置を求める方法である。
なお、画像処理部１３０による画像処理は、パターンマッチング処理に限らず、マーク２１１の位置情報を取得することが可能な処理であれば、例えばエッジ検出処理等の他の処理でも構わない。
また、アライメント方式としては、移動計測方式と、画像処理方式とがある。
移動計測方式では、基板ステージ２００を移動させながら、基板２１０に設けられたマーク２１１に光（レーザ）を照射する。そして、マーク２１１から反射された光の強度の変化と基板ステージ２００の位置とを並行して計測することでマーク２１１の位置を求めている。
画像処理方式では、基板ステージ２００を静止させた状態で基板２１０に設けられたマーク２１１に白色光を照射する。そして、マーク２１１から反射された光を蓄積型光電変換素子で検出して画像処理を行うことでマーク２１１の位置を求めている。
また、このようなアライメント方式に使用されるアライメント光学系としては、ＴＴＬ（スルー・ザ・レンズ）光学系、ＴＴＲ（スルー・ザ・レチクル）光学系やオフアクシス光学系がある。
ＴＴＬ光学系は、投影光学系を介して基板に設けられたマークを検出する。ＴＴＲ光学系は、レチクルに設けられたマークと基板に設けられたマークとを投影光学系を介して同時に検出する。オフアクシス光学系は、投影光学系を介さずに投影光学系の光軸から所定の距離だけ離れた位置に光軸を有する専用光学系であって、専用光源から白色光を照射して基板に設けられたマークを検出する。
上記のように、本実施形態に係る基板処理システム５０に設けられている基板アライメント光学系１９０は、オフアクシス光学系である。
露光装置１０では、取得したマーク２１１の位置情報を用いて、プリアライメント及びファインアライメントの二種類のアライメントが行われる。
ここでいうプリアライメントとは、不図示の基板搬送系から基板ステージ２００に送り込まれた基板２１０の位置ずれ量を検出し、ファインアライメントを開始することができるように、基板２１０を粗く位置合わせ（位置決め）することである。
また、ここでいうファインアライメントとは、基板ステージ２００によって保持された基板２１０の位置を高精度に計測し、基板２１０の位置合わせ誤差が許容範囲内になるように、基板２１０を精密に位置合わせ（位置決め）することである。
プリアライメントでは、上述したように、不図示の基板搬送系から基板ステージ２００に送り込まれた基板２１０の位置ずれ量を検出しなければならない。
従って、マーク２１１を検出する基板アライメント光学系１９０は、マーク２１１のサイズに対して広範な検出範囲（視野）を有している。
このような広範な検出範囲からマーク２１１の位置（ＸＹ座標）を求めるには、上記のようなパターンマッチング（テンプレートマッチング）処理が多く用いられる。
パターンマッチング処理では、低コントラスト画像、ノイズ画像、或いは、基板２１０を加工する際に異常が発生したマークを含む画像に対して、マーク２１１の検出が困難となる。
マーク２１１の計測は、あらゆる要因で失敗することがある。すなわち、ファインアライメントでは、マーク２１１を検出することができない場合がある。また、マーク２１１を検出することができても、画像処理において何らかの要因で位置を取得することができずに失敗する場合がある。
例えば、基板２１０の処理工程の影響によりマーク２１１が鮮明ではない場合や、基板アライメント光学系１９０の収差の影響によりマーク２１１が鮮明に見えない場合などがありうる。
また、マーク２１１の位置が、撮像素子１９１Ａ及び１９１Ｂの撮像面の視野からずれていることも考えられる。
撮像素子１９１Ａまたは１９１Ｂの撮像面の視野内においてマーク２１１の鮮明な画像が得られる場合には、画像処理によってマーク２１１の位置を正しく計測することができる。
しかしながら、画像のコントラストが低かったり、収差の影響により画像に歪みがあったりする場合には、マーク２１１の位置を正しく計測できないことがある。
また、撮像素子１９１Ａ及び１９１Ｂの撮像面の視野からマーク２１１がずれる要因としては、プリアライメントにおける誤計測や計測前の搬送処理における位置ずれ等の、装置に起因するものが考えられる。
また、撮像素子１９１Ａまたは１９１Ｂの撮像面の視野からマーク２１１がずれる要因としては、マーク２１１の転写位置が変動している等の、基板２１０の処理工程に起因するものも考えられる。
マーク２１１の計測が失敗した場合、基板２１０の位置合わせを正常に行うことができない。
そして、基板２１０の位置合わせが正常に行うことができない場合、位置合わせを正常に行うことができるようにするための保全処理（メンテナンス処理）が実行される。
保全処理としては、例えば、複数のマーク２１１のうち使用するマークの変更、マークの像の検索範囲の拡大、撮像条件の変更等が含まれる。
基板２１０においてアライメント処理が失敗した場合には、その後に基板２１０に対して露光処理を行っても、十分なアライメント精度を達成することができなくなる。
そのとき、通常はエラーを発行して基板２１０の処理を停止し、失敗原因の究明と解消のための作業が行われる。
一方、基板２１０においてアライメント処理が成功した場合には引き続き基板２１０に対する露光処理が行われるが、アライメント処理が成功した場合であっても、露光処理において十分なアライメント精度が達成されない可能性がある。
そのような可能性における原因の一つとして、マーク２１１の位置の誤計測によって基板２１０に対する位置合わせのための計算結果が不正確になってしまうことが挙げられる。
マーク２１１の位置の誤計測は、例えば、マーク２１１を含む領域を撮像して得られるマーク画像において、ゴミの付着やその他撮像時の状態が影響することによって誤った画像信号が生成されることで発生する。
マーク２１１の位置の誤計測が発生すると、基板２１０の位置合わせの計算時に誤った値が使用されてしまう。
そのため、計算した結果、たとえ基板２１０の位置合わせ誤差が許容範囲内に収まりアライメント処理が成功したとしても、露光処理時においてアライメント精度は低下してしまう。
図３（ａ）及び（ｂ）はそれぞれ、露光装置１０に保全が必要か判断するための構成を示すブロック図及び処理フロー図である。
まず、露光装置１０に設けられている画像処理手段３００によって基板２１０に対する画像処理が行われ、マーク画像（画像データ）が取得される（ステップＳ４０１）。
そして、画像処理手段３００がマーク画像から基板２１０の位置合わせ誤差が許容範囲内となりアライメントが成功したと判定した場合には、露光装置１０に設けられている露光処理手段３５０によって露光処理が実行される。
また、露光処理の実行と同時に、関連データをマーク画像に付加することによって、画像処理手段３００がアライメントデータ３０１を取得した後、画像分類手段４００に受け渡される（ステップＳ４０２）。
また、画像処理手段３００がマーク画像から基板２１０の位置合わせ誤差が許容範囲内に無くアライメントが失敗したと判定した場合にも、同様にアライメントデータ３０１を取得した後、画像分類手段４００に受け渡される（ステップＳ４０２）。
なお、画像処理手段３００においてアライメントが成功したと判定されたとしても、誤計測により実際は失敗している場合もある。
このような場合には、不図示の外部計測器による当該基板２１０のオーバーレイ計測結果によって、誤計測によって成功と判定されたアライメントデータ３０１を失敗したと再判定してもよい。
ここで、関連データは、取得されたマーク画像に関連する情報を含むデータである。例えば、関連データは、露光装置１０の機種、号機、ハード構成、ソフト構成、設置ラインなどの構成を特定する情報を含みうる。
また、関連データは、ロット、基板２１０、原版１７０、レシピ、環境条件、処理日時などの構成を特定する情報を含みうる。
また、関連データは、マーク計測時における露光装置１０の各種オフセットの設定、マーク２１１を照明する光源１２０の光量や光学系のフォーカス量等の照明条件などの構成を特定する情報を含みうる。
また、関連データは、マーク２１１の種別等の露光装置１０のアライメント時の動作条件やステージの位置情報などの構成を特定する情報を含みうる。
また、関連データは、直前のアライメント計測結果や基板ステージ２００が基板２１０を吸着する圧力等のアライメント時の動作状態などの構成を特定する情報を含みうる。
また、画像分類手段４００に受け渡されるアライメントデータ３０１は、上記に限らず、機械学習等を用いた不図示の画像分類手段によってマーク画像を分類した結果であっても構わない。
上記のように、画像分類手段４００に受け渡されるアライメントデータ３０１には、画像処理手段３００によってアライメントが成功したまたは失敗したと判定されたいずれのアライメントデータ３０１も含まれているが、これに限られない。
スループット向上のために、画像処理手段３００によってアライメントが失敗したと判定されたアライメントデータ３０１のみを画像分類手段４００に受け渡してもよい。
また、ステップＳ４０１において計測されるマーク２１１の数は１つでも複数でも良く、また画像分類手段４００に受け渡されるアライメントデータ３０１の数も１つでも複数でも構わない。
また、画像分類手段４００に対するアライメントデータ３０１の受け渡しは、一つのマーク２１１に対する画像処理が終了する毎に順次行って良い。また、これに限らず、基板２１０の全てのマーク２１１に対して画像処理が終了した後に一括して行っても構わない。
次に、画像分類手段４００は、受け取ったアライメントデータ３０１をアライメント失敗要因に関する複数の種別のいずれかに分類する（ステップＳ４０３）。
なお、画像分類手段４００は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも一つにおいて実行されるソフトウェアプログラムによって実現可能である。
本実施形態に係る判断装置では、基板処理システム５０におけるアライメントデータ３０１の具体的な分類の方法として以下に示すような機械学習を用いる。
機械学習を用いた判断のための方法としては、学習データを作成して機械学習を行う教師あり学習がある。
そして、教師あり学習では、入力データと、入力データに対応した正解のデータである出力データとを含む学習データ（教師データ）の作成が必要である。
本実施形態に係る判断装置では、画像分類手段４００において、分類の種別番号を入力した複数のアライメントデータ３０１を学習データ３０５として用いた機械学習により得られた学習モデルが用いられる。
ここで、機械学習は、例えばニューラルネットワークを用いて行うことができる。ニューラルネットワークとは、入力層、中間層、出力層といった多層のネットワーク構造を有するモデルである。
そして、入力データと出力データとの関係を示す学習データを用いて、誤差逆伝搬法等のアルゴリズムでネットワーク内部の確率変数が最適化されることにより、学習モデルを取得することができる。
ここで、ニューラルネットワークを用いて学習モデルを取得する例を説明したが、これに限られず、例えばサポートベクターマシン、決定木など他のモデルやアルゴリズムを用いて学習モデルを取得してもよい。
そして、画像分類手段４００は、取得した学習モデルにアライメントデータ３０１を入力することによって、出力データとしてアライメントデータ３０１に対応した種別番号を含む分類情報３０２を出力する。
次に本実施形態に係る判断装置における学習データの具体的な作成について示す。
まず、以前に基板２１０に対して行われたアライメント処理の結果を用いて、アライメントデータ３０１を入力データ、各種別番号への分類に対応する分類情報３０２を出力データとすることによって学習データ３０５を作成する。
分類情報３０２としては、例えば以下の表１に示されるような種別番号０乃至５を設定することができる。
Figure 0007373340000001
なお、表１に示されているような各種別番号は、過去にアライメント処理を失敗した際のアライメントデータ３０１や、露光装置１０が自動的に復帰動作した結果等から、手動で設けてよい。若しくは、表１に示されているような各種別番号は、機械学習等を用いて自動で設けてもよい。
表１に示されているように、本実施形態に係る判断装置では、分類情報３０２として、種別番号毎にアライメント処理に失敗した要因及びその要因を改善するための保全方法が設けられている。
なお、表１では一つの種別番号に対して一つの要因が特定され、一つの保全方法が提示されているが、これに限らず、一つの種別番号に対して複数の要因が特定され、複数の保全方法が提示されてもよい。
具体的には、種別番号０は、アライメント失敗要因を含まない正常なアライメントデータ３０１であり、保全を必要としない場合の分類に対応している。
また、種別番号１は、アライメント失敗要因が特定できず、保全方法が不明である場合の分類に対応している。
また、種別番号２は、アライメント失敗要因が基板２１０を受け渡す際の位置ずれであり、保全方法が基板２１０の受け渡し位置の調整である場合の分類に対応している。
また、種別番号３は、アライメント失敗要因がアライメント計測時における光源１２０の光量の設定ミスであり、保全方法がアライメント計測時における光源１２０の光量の調整である場合の分類に対応している。
また、種別番号４は、アライメント失敗要因がアライメント計測時における基板ステージ２００の振動であり、保全方法がアライメント計測時における基板ステージ２００の振動に対する調整である場合の分類に対応している。
また、種別番号５は、アライメント失敗要因が光源１２０の劣化であり、保全方法が光源１２０の交換である場合の分類に対応している。
これらの分類には、アライメントデータ３０１において付加された関連データが有効に用いられる。
なお、上記の種別は一例であり、これ以外の分類の種別を設定しても構わない。
そして、出力データとしての分類情報３０２を作成するために、入力データであるアライメントデータ３０１を画像分類手段４００によって種別番号０乃至５に分類し、分類情報３０２を取得することができる。
なお、アライメントデータ３０１が上記の種別に複合的に当てはまった場合には、当てはまる度合いが最も大きいものに分類して構わない。
また、これに限らず、アライメントデータ３０１が上記の種別に複合的に当てはまった場合には、それぞれの種別に当てはまった度合いに応じて重み付けを行って分類しても構わない。
上記の要領で、アライメントデータ３０１を入力データ、各種別番号への分類に対応する分類情報３０２を出力データとすることによって学習データ３０５を作成することができる。
そして、種別番号が付けられた複数のアライメントデータ３０１を学習させることによって、推論ロジックを作成することができる。
なお上記では、学習データ３０５を作成するためのアライメントデータ３０１の分類を画像分類手段４００によって実行させていたが、これに限られない。
例えば、学習モデルを得るために必要な学習データ３０５を作成するために、ユーザが複数のアライメントデータ３０１を確認して種別番号を手動で入力していくことも可能である。
また、学習モデルから出力される分類情報３０２の正解率を高めるためには、大量のアライメントデータ３０１に対して学習データ３０５を作成する必要がある。
図３（ａ）に示されているように、表示装置２０６では、露光装置１０を操作するために必要な情報や露光装置１０の動作に関する情報等が表示される。
図４は、表示装置２０６に表示される画面９００を例示的に示す図である。
また、入力装置２０５では、ユーザによって露光装置１０を操作するために必要な情報や表示装置２０６に画面を表示させるために必要な情報等が入力される。
さらに、表示装置２０６に分類の種別番号の入力をするために必要な情報を表示させることによって、ユーザが入力装置２０５を介して分類のための種別番号の情報を入力することができる。
また、不図示のＣＰＵでは、表示装置２０６に情報を表示させる表示手段８００、入力装置２０５に情報を入力させる入力手段８１０による処理が実行される。
また、不図示のＣＰＵでは、表示装置２０６における表示、及び入力装置２０５における入力の有効化の可否を判定する判定手段８２０による処理が実行される。
また、記憶装置２０４には、種別番号の入力がされていない未作成データ８０１と種別番号の入力がされた作成済データ８０２とが記憶される。
未作成データ８０１は、アライメント処理において取得されたアライメントデータ３０１であり、学習データを作成するためのデータである。
また、作成済データ８０２は、未作成データ８０１について種別番号が付加されたデータであり、画像分類手段４００に入力される学習データ３０５となる。
ここで、表示装置２０６、入力装置２０５及び記憶装置２０４は、露光装置１０に設けられてよく、これに限らず、ホストコンピュータ１１及び管理装置１２などの外部の情報処理装置に設けられても構わない。
また、表示手段８００及び入力手段８１０は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも１つにおいて実行されるソフトウェアプログラムによって実現可能である。
また、判定手段８２０は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも１つにおいて実行されるソフトウェアプログラムによって実現可能である。
表示手段８００は、表示装置２０６に学習データ３０５を作成するために必要な情報を表示させる。
図５は、学習データ３０５の作成画面を例示的に示す図である。
図５に示されているように、画面９１０には、未作成データ８０１に含まれるデータに関連する情報が表示される。
例えば、画面９１０には、基板アライメント光学系１９０により撮像されたマーク２１１のマーク画像９１１が表示される。
また、画面９１０には、例えば露光装置１０の機種、露光装置１０の設置ライン、露光装置１０の照明条件、基板ステージ２００の位置情報等のマーク２１１を撮像した時の関連データ９１２が表示される。
また、画面９１０には、分類の選択肢と、分類が選択されたか否かを示す選択状態とを示す分類情報９１３が表示される。
分類情報９１３の選択状態は入力装置２０５を用いて選択、非選択を入力することが可能である。
ある分類が選択された状態で確定ボタン９１４が押下された場合、表示された未作成データ８０１について選択された分類の情報が入力される。
また、中止ボタン９１５が押下された場合、学習データ３０５の作成が中止される。
なお、表示手段８００は、画面９１０に複数の未作成データ８０１、複数の関連データ９１２、及び複数の分類情報９１３を表示させて、複数の未作成データ８０１について分類を選択させるようにしてもよい。
入力手段８１０は、入力装置２０５から入力された分類の選択情報を取得する。そして、入力手段８１０は、記憶装置２０４に記憶されている未作成データ８０１に分類の選択情報を関連付けて、作成済データ８０２として記憶装置２０４に記憶させる。
判定手段８２０は、所定の条件に基づいて、学習データ３０５の作成の開始や終了を判定する。つまり、判定手段８２０は、表示手段８００に表示装置２０６における分類の選択を行うための情報の表示をさせ、入力手段８１０に分類の選択情報を入力させる処理を開始するかを判定する。
また、判定手段８２０は、表示手段８００による表示装置２０６における分類の選択を行うための情報の表示、入力手段８１０による分類の選択情報の入力の処理を終了させるかを判定する。
画像分類手段４００は、作成済データ８０２が所定の件数に達した場合に、作成済データ８０２を学習データ３０５として追加的に学習を行い、記憶装置２０４から作成済データ８０２を消去してもよい。
また、記憶装置２０４には、未作成データ８０１及び作成済データ８０２の件数が記憶され、入力手段８１０や画像分類手段４００によってそれらのデータの件数が更新されるようにしてもよい。
また、記憶装置２０４には、作成済データ８０２のうち学習済のデータ（学習データ３０５に追加したデータ）及び未学習のデータ（学習データ３０５に追加していないデータ）それぞれの件数が記憶されてもよい。そして、入力手段８１０や画像分類手段４００によってそれらのデータの件数が更新されるようにしてもよい。
また、表示手段８００は、それらのデータの件数を表示装置２０６に表示させてもよい。
次に、学習データ３０５を作成する処理について説明する。
図６は、学習データ３０５を作成する処理を示すフローチャートである。
Ｓ１１０において、判定手段８２０は、学習データ３０５の作成を開始する所定の条件に基づいて、学習データ３０５の作成を開始するかを判定する。
判定手段８２０が学習データ３０５の作成を開始しないと判定した場合には所定の期間が経過した後にＳ１１０に戻り、再度、学習データ３０５の作成を開始するかを判定する。
一方、判定手段８２０が学習データ３０５の作成を開始すると判定した場合には、Ｓ１１１に進み、学習データ３０５の作成を開始する。
そしてＳ１１１において、未作成データ８０１に含まれるアライメントデータ３０１において上記の要領に従って分類の種別番号の情報が付加される。
そして、Ｓ１１２において、種別番号が付加されたアライメントデータ３０１を未作成データ８０１から削除して、作成済データ８０２に追加する。
そして、Ｓ１１３において、判定手段８２０は、学習データ３０５の作成を終了する所定の条件に基づいて、学習データ３０５の作成を終了するかを判定する。
判定手段８２０が学習データ３０５の作成を終了しないと判定した場合にはＳ１１１に戻り、次の未作成データ８０１が表示装置２０６に表示される。
一方、判定手段８２０が学習データ３０５の作成を終了すると判定した場合には、画面９１０の表示を終了して、学習データ３０５を作成する処理を終了する。
また、表示手段８００は、未作成データ８０１を分類するための画面を表示装置２０６に表示させるかをユーザに判定させてもよい。
図７は、学習データ３０５の作成画面を表示させるボタンを示す例示的な図である。
ボタン９０１は、未作成データ８０１を分類するための画面を表示装置２０６に表示させるかをユーザに判定させるためのボタンである。
表示手段８００が、ボタン９０１を画面９００に表示させ、ユーザによりボタンが押下された場合に、未作成データ８０１を分類するための画面を表示装置２０６に表示させる。
また、表示手段８００は、ボタン９０１と共に未作成データ８０１の件数を示すメッセージ９０２を表示させてもよい。
メッセージ９０２が表示されることにより、ユーザは未作成データ８０１の件数に基づき、学習データ３０５の作成を開始するかを判定することができる。
また、管理装置１２等の露光装置１０の外部に設けられた装置に画像分類手段４００を設けることによって、複数の露光装置１０からアライメントデータ３０１を受け取り、学習データ３０５を作成することができる。
また、画像分類手段４００は、あらかじめ設定した期間の間若しくは件数の上限まで、受け取ったアライメントデータ３０１の全てまたは一部を保管しても良い。
さらに、一覧表示された複数の種別から任意の種別を選択し、選択された種別に分類されて保管されているアライメントデータ３０１を呼び出して画面表示できるようにしても良い。
また、選択した種別に含まれるアライメントデータ３０１の数を集計して結果を表示できるようにしても良い。
また、選択した種別に含まれるアライメントデータ３０１を付与された関連データで区分けし、集計して結果を表示できるようにしても構わない。
そして、ステップＳ４０３において画像分類手段４００によるアライメントデータ３０１の分類が行われると、露光装置１０あるいは管理装置１２によって分類結果が表示される（ステップＳ４０４）。
そして、表示された分類結果に基づいて、ユーザ、若しくは判断装置が保全処理３０３が可能かどうか判断する（保全の必要性を判断させる）（ステップＳ４０５）。
保全処理が可能であると判断された場合（ステップＳ４０５のＹｅｓ）、保全処理３０３が手動または自動で実行される（ステップＳ４０６）。一方、保全処理３０３が可能ではないと判断された場合（ステップＳ４０５のＮｏ）、保全処理の実施判断を終了する。
なお、ここでいう保全処理３０３は、例えば表１に示されるものであり、装置によって自動で実施されてもよく、ユーザに手動で実施させるために装置によって警告を表示させても構わない。
次に、保全処理３０３が実施された種別番号に再びアライメントデータ３０１が分類されているか否か、すなわち保全処理３０３が実施されたにもかかわらず同様のアライメント失敗が再び発生していないか監視する（ステップＳ４０７）。
そして保全処理３０３が実施された種別番号に再びアライメントデータ３０１が分類されている場合、即ち問題が解消されていない場合（ステップＳ４０７のＮｏ）、アライメントデータ３０１を別の種別番号に分類する様に追加学習を行う（ステップＳ４０８）。
なお、この追加学習（分類の基準を変更する）は、ユーザによって手動で実行されてもよいし、装置によって自動で実行されてもよい。
一方、所定の時間において保全処理３０３が実施された種別番号に再びアライメントデータ３０１が分類されない場合（ステップＳ４０７のＹｅｓ）、保全処理の実施判断を終了する。
以上のように、本実施形態に係る判断装置では、機械学習によって取得される学習モデルを用いて露光装置１０で取得されたアライメントデータ３０１に対してアライメント失敗要因に関する分類を行う。そして、分類されたアライメント失敗要因に基づいて露光装置１０を保全する必要があるか判断している。
これにより、露光装置１０を保全する必要があるか判断することができる判断装置を得ることができる。
［第二実施形態］
図８（ａ）及び（ｂ）はそれぞれ、第二実施形態に係る判断装置において露光装置１０に保全が必要か判断するための構成を示すブロック図及び処理フロー図である。
なお、本実施形態に係る判断装置は、新たに失敗判定手段４３０が設けられている以外は、第一実施形態に係る判断装置と同一の構成であるため、同一の部材には同一の符番を付し、説明を省略する。
まず、露光装置１０に設けられている画像処理手段３００によって基板２１０に対する画像処理が行われ、マーク画像（画像データ）が取得される（ステップＳ６０１）。
そして、画像処理手段３００がマーク画像から基板２１０の位置合わせ誤差が許容範囲内となりアライメントが成功したと判定した場合には、露光装置１０に設けられている露光処理手段３５０によって露光処理が実行される。
また、露光処理の実行と同時に、関連データをマーク画像に付加することによって、画像処理手段３００がアライメントデータ３０１を取得した後、画像分類手段４００に受け渡される（ステップＳ６０２）。
また、画像処理手段３００がマーク画像から基板２１０の位置合わせ誤差が許容範囲内に無くアライメントが失敗したと判定した場合にも、同様にアライメントデータ３０１を取得した後、画像分類手段４００に受け渡される（ステップＳ６０２）。
なお、画像処理手段３００においてアライメントが成功したと判定されたとしても、誤計測により実際は失敗している場合もある。
このような場合には、不図示の外部計測器による当該基板２１０のオーバーレイ計測結果によって、誤計測によって成功と判定されたアライメントデータ３０１を失敗したと再判定してもよい。
ここで、関連データは、取得されたマーク画像に関連する情報を含むデータである。例えば、関連データは、露光装置１０の機種、号機、ハード構成、ソフト構成、設置ラインなどの構成を特定する情報を含みうる。
また、関連データは、ロット、基板２１０、原版１７０、レシピ、環境条件、処理日時などの構成を特定する情報も含みうる。
さらに、関連データは、マーク計測時における露光装置１０の各種オフセットの設定、マーク２１１を照明する光源１２０の光量や光学系のフォーカス量等の照明条件などの構成を特定する情報を含みうる。
また、関連データは、マーク２１１の種別等の露光装置１０のアライメント時の動作条件やステージの位置情報などの構成を特定する情報を含みうる。
また、関連データは、直前のアライメント計測結果や基板ステージ２００が基板２１０を吸着する圧力等のアライメント時の動作状態などの構成を特定する情報を含みうる。
また、画像分類手段４００に受け渡されるアライメントデータ３０１は、上記に限らず、機械学習等を用いた不図示の画像分類手段によってマーク画像を分類した結果であっても構わない。
上記のように、画像分類手段４００に受け渡されるアライメントデータ３０１には、画像処理手段３００によってアライメントが成功したまたは失敗したと判定されたいずれのアライメントデータ３０１も含まれるが、これに限られない。
スループット向上のために、画像処理手段３００によってアライメントが失敗したと判定されたアライメントデータ３０１のみが画像分類手段４００に受け渡されてもよい。
また、ステップＳ６０１において計測されるマーク２１１の数は１つでも複数でも良く、また画像分類手段４００に受け渡されるアライメントデータ３０１の数も１つでも複数でも構わない。
また、画像分類手段４００に対するアライメントデータ３０１の受け渡しは、一つのマーク２１１に対する画像処理が終了する毎に順次行って良い。また、これに限らず、基板２１０の全てのマーク２１１に対して画像処理が終了した後に一括して行っても構わない。
次に、画像分類手段４００は、受け取ったアライメントデータ３０１を、アライメント失敗要因に関する複数の種別のいずれかに分類することによって、分類情報３０２を取得する（ステップＳ６０３）。
なお、画像分類手段４００は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも一つにおいて実行されるソフトウェアプログラムによって実現可能である。
分類情報３０２としては、例えば以下の表２に示されているような種別番号０乃至５を設定することができる。
Figure 0007373340000002
なお、表２に示されているような各種別番号は、過去にアライメント処理を失敗した際のアライメントデータ３０１や、露光装置１０が自動的に復帰動作した結果等から、手動で設けてよい。若しくは、表２に示されているような各種別番号は、機械学習等を用いて自動で設けてもよい。
表２に示されているように、本実施形態に係る判断装置では、分類情報３０２として、種別番号毎にアライメント処理に失敗した要因及びその要因を改善するための保全方法が設けられている。
具体的には、種別番号０は、アライメント失敗要因を含まない正常なアライメントデータ３０１であり、保全を必要としない場合の分類に対応している。
また、種別番号１は、アライメント失敗要因が特定できず、保全方法が不明である場合の分類に対応している。
また、種別番号２は、アライメント失敗要因が基板２１０を受け渡す際の位置ずれ、若しくは基板２１０の処理工程に依存したマーク２１１の位置変動であり、前者の場合には保全方法が基板２１０の受け渡し位置の調整である場合の分類に対応している。
また、種別番号３は、アライメント失敗要因がアライメント計測時における光源１２０の光量の設定ミスであり、保全方法がアライメント計測時における光源１２０の光量の調整である場合の分類に対応している。
また、種別番号４は、アライメント失敗要因がアライメント計測時における基板ステージ２００の振動、若しくは基板２１０の処理工程に依存したコントラストの低下である場合の分類に対応している。そして、アライメント失敗要因が前者の場合には、保全方法がアライメント計測時における基板ステージ２００の振動に対する調整である場合の分類に対応している。
また、種別番号５は、アライメント失敗要因が光源１２０の劣化であり、保全方法が光源１２０の交換である場合の分類に対応している。
これらの分類には、アライメントデータ３０１において付加された関連データが有効に用いられる。
なお、上記の種別は一例であり、これ以外の分類の種別を設定しても構わない。
なお、アライメントデータ３０１が上記の種別に複合的に当てはまった場合には、当てはまる度合いが最も大きいものに分類して構わない。
また、これに限らず、アライメントデータ３０１が上記の種別に複合的に当てはまった場合には、それぞれの種別に当てはまった度合いに応じて重み付けを行って分類しても構わない。
第一実施形態に係る判断装置では、表１に示されているように、一つの種別番号に対して一つの要因が特定され、一つの保全方法が提示されていた。
しかしながら、本実施形態に係る判断装置では、表２に示されているように、一つの種別番号に対して複数の要因が特定され、それぞれの要因に対して保全方法が提示されている場合がある。
例えば、表２に示される種別番号２では、アライメント失敗要因として露光装置１０由来の要因である「基板２１０を受け渡す際の位置ずれ」若しくは基板処理工程由来の要因である「基板２１０の処理工程に依存したマーク２１１の位置変動」が特定されている。
これは、既存のアライメントデータ３０１のみではアライメント失敗要因を一つに絞り込むことができないことを意味している。
例えば、アライメントデータ３０１に含まれているマーク画像においてマーク２１１の位置が大きくずれている場合を考える。
このとき、露光装置１０のパターンマッチング処理では計測できないほどマーク２１１の位置が大きくずれていることによってアライメント失敗が発生する。
そして、画像分類手段４００による分類によって、マーク２１１の位置が大きくずれていることに基づいて、アライメントデータ３０１は種別番号２に分類されるとする。
このとき、種別番号２において特定される要因によっては、露光装置１０を保全することで復旧を行うことが可能である。
すなわち、このアライメント失敗が、露光装置１０における基板２１０の受け取り位置がずれたことにより発生している場合には、露光装置１０において基板２１０の受け取り位置を調整することによって復旧を行うことができる。
しかしながら、基板２１０の処理工程に依存したマーク２１１の位置変動がある、すなわち基板２１０上のずれた位置にマーク２１１が形成されている場合には露光装置１０以外の装置における基板処理工程を勘案した調整が必要となる。そのため、露光装置１０の保全処理では復旧を行うことはできない。
本実施形態に係る判断装置では、上記のように画像分類手段４００によってアライメントデータ３０１が複数の要因が疑われる種別番号に分類された場合には、失敗判定手段４３０を用いる。
すなわち、画像分類手段４００は、そのように分類された分類情報３０２を失敗判定手段４３０に受け渡し、露光装置由来の要因であるか判定を行う（ステップＳ６０４）。
ここで、失敗判定手段４３０は、例えば管理装置１２において実行されるソフトウェアプログラムによって実現可能である。
表３は、それぞれ過去の所定の回数のアライメント処理の失敗において取得された複数のマーク画像が露光装置毎に各種別番号に分類された回数を例示的に示している。
Figure 0007373340000003
上記のように、アライメント失敗要因が、アライメント計測時に使用される光源１２０の種類やマーク２１１の形状等のアライメント動作条件が露光装置に応じて異なる、すなわち装置に依存している可能性がある。
このため、失敗判定手段４３０は、表３に示されているような、過去における互いに同一の回数のアライメント処理によって取得された分類情報３０２を露光装置間で比較することによって判定を行う。
例えば、表３において種別番号２に着目すると、露光装置ＥＱ２において分類される回数が他の露光装置と比較して著しく多くなっていることがわかる。
従って、失敗判定手段４３０は、種別番号２に分類されるアライメントデータ３０１が露光装置ＥＱ２において取得されたものである場合には、上記の比較結果、すなわち露光装置由来の要因であることを特定する判定結果４３１を画像分類手段４００へ返信する。
そして、画像分類手段４００は、判定結果４３１に基づいて、特定された複数のアライメント失敗要因から適切なアライメント失敗要因を選択し、すなわち更なる分類を行い、分類情報３０２を出力する（ステップＳ６０５）。
すなわち、画像分類手段４００は、露光装置ＥＱ２において取得されたアライメントデータ３０１を種別番号２に分類する際には、アライメント失敗要因が基板２１０を受け渡す際の位置ずれであると分類する。そして、保全方法が基板２１０の受け渡し位置の調整であると分類することができる。
なお、失敗判定手段４３０における判定は、各露光装置において分類された回数の中央値や平均値を算出し、所定の露光装置において分類された回数のそこからの差分が閾値を超えていることによって行ってもよい。
また、失敗判定手段４３０における判定は、所定の装置において分類された回数をｘ、各露光装置において分類された回数の平均値及び標準偏差をそれぞれμ及びσとすると、検定統計量｜ｘ－μ｜／σが閾値を超えていることによって行ってもよい。
また、失敗判定手段４３０における判定方法は上記に限定されるものではなく、その他、統計的に外れ値を選択する手法を採用することも可能である。
また、本実施形態に係る判断装置では、失敗判定手段４３０における判定は、各露光装置において取得された同一数のマーク画像に対する分類を比較することによって行っているが、これに限られない。例えば、失敗判定手段４３０における判定を、各露光装置における同一期間内に取得されたマーク画像に対する分類を比較することによって行ってもよい。
また、失敗判定手段４３０における判定は、所定のアライメントモードやレシピ等、特定の動作条件で実施されたアライメント処理で取得されたマーク画像に限定して行ってもよい。すなわち、失敗判定手段４３０における判定は、各基板処理装置における同一の動作条件によって取得されたマーク画像に対する分類を比較することによって行ってもよい。
そして、ステップＳ６０５において画像分類手段４００による分類情報３０２の出力が行われると、装置によって分類結果が表示される（ステップＳ６０６）。
そして、表示された分類結果に基づいて、ユーザ、若しくは装置が保全処理３０３が可能かどうか判断する（ステップＳ６０７）。
保全処理３０３が可能であると判断された場合（ステップＳ６０７のＹｅｓ）、保全処理３０３が手動または自動で実行される（ステップＳ６０８）。一方、保全処理３０３が可能ではないと判断された場合（ステップＳ６０７のＮｏ）、保全処理の実施判断を終了する。
なお、ここでいう保全処理３０３は、例えば表２に示されるものであり、装置によって自動で実施されてもよく、ユーザに手動で実施させるために装置によって警告を表示させても構わない。
次に、保全処理３０３が実施された種別番号に再びアライメントデータ３０１が分類されているか否か、すなわち保全処理３０３が実施されたにもかかわらず同様のアライメント失敗が再び発生していないか監視する（ステップＳ６０９）。
そして、保全処理３０３が実施された種別番号に再びアライメントデータ３０１が分類されている場合、すなわち問題が解消されていないと判断した場合（ステップＳ６０９のＮｏ）、以下の二つのいずれかを実施する。
すなわち、画像分類手段４００によってアライメントデータ３０１を別の種別番号に分類するように追加学習を行う（分類の基準を変更する）、若しくはステップＳ６０４の判断における閾値を変更する（判断の基準を変更する）（ステップＳ６１０）。
なお、ステップＳ６１０における追加学習は、ユーザによって手動で実行されてもよいし、装置によって自動で実行されてもよい。また、ステップＳ６１０における閾値の変更は、ユーザによって手動で実行されてもよいし、装置によって機械学習等を用いて自動で実行されてもよい。
一方、所定の時間において保全処理３０３が実施された種別番号に再びアライメントデータ３０１が分類されない場合（ステップＳ６０９のＹｅｓ）、保全処理の実施判断を終了する。
以上のように、本実施形態に係る判断装置では、機械学習によって取得される学習モデルを用いて露光装置１０で取得されたアライメントデータ３０１に対してアライメント失敗要因に関する分類を行うと共に、各露光装置１０における分類を互いに比較している。
それにより、分類されたアライメント失敗要因が露光装置１０に由来するものか判断し、それに基づいて露光装置１０を保全する必要があるか判断している。
これにより、より高精度に露光装置１０を保全する必要があるか判断することができる判断装置を得ることができる。
［物品の製造方法］
本実施形態に係る判断装置を利用した物品の製造方法は、例えば、デバイス（半導体素子、磁気記憶媒体、液晶表示素子など）などの物品を製造するのに好適である。
また、本実施形態に係る物品の製造方法は、露光装置１０を用いて、感光剤が塗布された基板を露光する（パターンを基板に形成する）工程と、露光された基板を不図示の現像装置を用いて現像する（基板を処理する）工程とを含む。
また、本実施形態に係る製造方法は、他の周知の工程（酸化、成膜、蒸着、ドーピング、平坦化、エッチング、レジスト剥離、ダイシング、ボンディング、パッケージングなど）を含みうる。
本実施形態に係る物品の製造方法は、従来に比べて、物品の性能、品質、生産性及び生産コストの少なくとも１つにおいて有利である。
以上、好ましい実施形態について説明したが、これらの実施形態に限定されないことはいうまでもなく、その要旨の範囲内で種々の変形及び変更が可能である。
また、基板処理装置１０の一例として露光装置について説明したが、これに限定されるものではない。
例えば、基板処理装置１０の一例として、型を用いて基板にインプリント材のパターンを形成するインプリント装置であってもよい。
また、基板処理装置１０の一例として、荷電粒子光学系を介して荷電粒子線（電子線やイオンビームなど）で基板に描画を行って、基板にパターンを形成する描画装置であってもよい。
また、基板処理装置１０は、感光媒体を基板の表面上に塗布する塗布装置、パターンが形成された基板を現像する現像装置等、デバイス等の物品の製造において前述のようなインプリント装置等の装置が実施する工程以外の工程を実施する製造装置も含みうる。
また、上記に示した実施形態を実施する方法、プログラム、該プログラムが記録されたコンピュータが読み取り可能な記録媒体も本実施形態の範囲に含まれる。
１０ 基板処理装置
１２ 管理装置（判断装置）
２１０ 基板
２１１ マーク
３０１ アライメントデータ（画像データ）

Claims (19)

  1. 基板処理装置において撮像された基板上のマークの画像データに対して、機械学習によって取得される学習モデルを用いてアライメント失敗要因に関する分類を行い、該分類の結果に基づいて前記基板処理装置を保全する必要があるか判断することを特徴とする判断装置。
  2. 前記判断装置は、前記画像データに関連する情報を含む関連データを前記画像データに付加して取得されるアライメントデータに対して前記分類を行うことを特徴とする請求項１に記載の判断装置。
  3. 前記判断装置は、複数の前記基板処理装置の間において前記分類を比較することによって、前記分類を行うことを特徴とする請求項１または２に記載の判断装置。
  4. 前記判断装置は、前記比較によって、前記アライメント失敗要因が前記基板処理装置に由来するか判断することを特徴とする請求項３に記載の判断装置。
  5. 前記判断装置は、各基板処理装置において取得された同一数の前記画像データに対する前記分類を比較することによって、前記アライメント失敗要因が前記基板処理装置に由来するか判断することを特徴とする請求項４に記載の判断装置。
  6. 前記判断装置は、各基板処理装置における同一期間内に取得された前記画像データに対する前記分類を比較することによって、前記アライメント失敗要因が前記基板処理装置に由来するか判断することを特徴とする請求項４に記載の判断装置。
  7. 前記判断装置は、各基板処理装置における同一の動作条件によって取得された前記画像データに対する前記分類を比較することによって、前記アライメント失敗要因が前記基板処理装置に由来するか判断することを特徴とする請求項４乃至６のいずれか一項に記載の判断装置。
  8. 前記判断装置は、前記アライメント失敗要因が前記基板処理装置に由来すると判断した際に、前記基板処理装置に対する保全処理を実行することを特徴とする請求項４乃至７のいずれか一項に記載の判断装置。
  9. 前記判断装置は、前記保全処理を実行した後に前記アライメント失敗要因が解消されているか判断し、解消されていない場合には、前記アライメント失敗要因が前記基板処理装置に由来するか判断するための基準を変更することを特徴とする、請求項８に記載の判断装置。
  10. 前記判断装置は、前記画像データを分類した後、該分類されたアライメント失敗要因に対応する保全方法に基づいて前記基板処理装置に対する保全処理を実行することを特徴とする請求項１乃至９のいずれか一項に記載の判断装置。
  11. 前記判断装置は、前記保全処理を実行した後に前記アライメント失敗要因が解消されているか判断し、解消されていない場合には、前記分類の基準を変更することを特徴とする、請求項１０に記載の判断装置。
  12. 前記判断装置は、前記分類の結果及び該結果に対応する保全方法の少なくとも一方を表示することを特徴とする請求項１乃至１１のいずれか一項に記載の判断装置。
  13. 前記画像データはアライメント処理が失敗した画像データのみを含み、前記判断装置は、前記アライメント処理が失敗した画像データのみに対して前記分類を行うことを特徴とする請求項１乃至１２のいずれか一項に記載の判断装置。
  14. 前記基板処理装置は、原版に形成されたパターンを露光光を用いて前記基板上に転写するように前記基板を露光する露光装置であることを特徴とする請求項１乃至１３のいずれか一項に記載の判断装置。
  15. 基板を処理する基板処理装置であって、請求項１乃至１４のいずれか１項に記載の判断装置を有することを特徴とする基板処理装置。
  16. 請求項１５に記載の基板処理装置を用いて基板を処理する工程
    を有し、
    処理された前記基板から物品を製造することを特徴とする物品の製造方法。
  17. 基板を処理する複数の基板処理装置と、
    該複数の基板処理装置の動作を制御するホストコンピュータと、
    前記複数の基板処理装置の保守を管理する管理装置と、
    を備え、
    前記管理装置は、請求項１乃至１４のいずれか１項に記載の判断装置を含むことを特徴とする基板処理システム。
  18. 基板処理装置において撮像された基板上のマークの画像データに対して、機械学習によって取得される学習モデルを用いてアライメント失敗要因に関する分類を行う工程と、
    該分類を行う工程の結果に基づいて前記基板処理装置を保全する必要があるか判断する工程と、
    を有することを特徴とする判断方法。
  19. コンピュータに保全の必要性を判断させるプログラムが記録されたコンピュータが読み取り可能な記録媒体であって、
    基板処理装置において撮像された基板上のマークの画像データに対して、機械学習によって取得される学習モデルを用いてアライメント失敗要因に関する分類を行う工程と、
    該分類を行う工程の結果に基づいて前記基板処理装置を保全する必要があるか判断する工程と、
    をコンピュータに実行させることを特徴とするプログラムが記録されたコンピュータが読み取り可能な記録媒体。
JP2019174330A 2019-09-25 2019-09-25 判断装置 Active JP7373340B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2019174330A JP7373340B2 (ja) 2019-09-25 2019-09-25 判断装置
TW109131259A TWI829962B (zh) 2019-09-25 2020-09-11 判斷裝置、基板處理裝置、物品的製造方法、基板處理系統、判斷方法及電腦可讀取記錄媒體
KR1020200117417A KR20210036264A (ko) 2019-09-25 2020-09-14 판단 장치
CN202011023439.8A CN112558435B (zh) 2019-09-25 2020-09-25 判断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019174330A JP7373340B2 (ja) 2019-09-25 2019-09-25 判断装置

Publications (2)

Publication Number Publication Date
JP2021051200A JP2021051200A (ja) 2021-04-01
JP7373340B2 true JP7373340B2 (ja) 2023-11-02

Family

ID=75042556

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019174330A Active JP7373340B2 (ja) 2019-09-25 2019-09-25 判断装置

Country Status (4)

Country Link
JP (1) JP7373340B2 (ja)
KR (1) KR20210036264A (ja)
CN (1) CN112558435B (ja)
TW (1) TWI829962B (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003332209A (ja) 2002-05-13 2003-11-21 Hitachi Ltd 半導体デバイスの製造方法並びに製造ラインの診断方法、そのシステムおよびそのプログラム
JP2008141018A (ja) 2006-12-01 2008-06-19 Canon Inc 露光装置、露光装置のプログラム及びデバイス製造方法
JP2009027020A (ja) 2007-07-20 2009-02-05 Nikon Corp 検査装置、露光装置及び検査方法
JP2014093474A (ja) 2012-11-06 2014-05-19 Canon Inc 露光装置の復旧方法、および露光装置
JP2019061565A (ja) 2017-09-27 2019-04-18 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 異常診断方法および異常診断装置
US20190187555A1 (en) 2017-12-17 2019-06-20 United Microelectronics Corp. Automatic inline detection and wafer disposition system and method for automatic inline detection and wafer disposition
JP2021026019A (ja) 2019-07-31 2021-02-22 キヤノン株式会社 判断装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2007096069A (ja) * 2005-09-29 2007-04-12 Nikon Corp 位置合わせ方法、重ね合わせ精度計測方法、露光方法、位置合わせ装置、露光装置、及び重ね合わせ精度計測装置
TW200745771A (en) * 2006-02-17 2007-12-16 Nikon Corp Adjustment method, substrate processing method, substrate processing apparatus, exposure apparatus, inspection apparatus, measurement and/or inspection system, processing apparatus, computer system, program and information recording medium
US9025136B2 (en) * 2008-09-23 2015-05-05 Applied Materials, Inc. System and method for manufacturing three dimensional integrated circuits
JP6630839B2 (ja) * 2016-02-18 2020-01-15 エーエスエムエル ネザーランズ ビー．ブイ． リソグラフィ装置、デバイス製造方法ならびに関連データ処理装置およびコンピュータプログラム製品
US11580398B2 (en) * 2016-10-14 2023-02-14 KLA-Tenor Corp. Diagnostic systems and methods for deep learning models configured for semiconductor applications
US10877381B2 (en) * 2016-10-21 2020-12-29 Asml Netherlands B.V. Methods of determining corrections for a patterning process
US10733744B2 (en) * 2017-05-11 2020-08-04 Kla-Tencor Corp. Learning based approach for aligning images acquired with different modalities
WO2019063245A1 (en) * 2017-09-28 2019-04-04 Asml Netherlands B.V. LITHOGRAPHIC METHOD
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
EP3518040A1 (en) * 2018-01-30 2019-07-31 ASML Netherlands B.V. A measurement apparatus and a method for determining a substrate grid

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003332209A (ja) 2002-05-13 2003-11-21 Hitachi Ltd 半導体デバイスの製造方法並びに製造ラインの診断方法、そのシステムおよびそのプログラム
JP2008141018A (ja) 2006-12-01 2008-06-19 Canon Inc 露光装置、露光装置のプログラム及びデバイス製造方法
JP2009027020A (ja) 2007-07-20 2009-02-05 Nikon Corp 検査装置、露光装置及び検査方法
JP2014093474A (ja) 2012-11-06 2014-05-19 Canon Inc 露光装置の復旧方法、および露光装置
JP2019061565A (ja) 2017-09-27 2019-04-18 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 異常診断方法および異常診断装置
US20190187555A1 (en) 2017-12-17 2019-06-20 United Microelectronics Corp. Automatic inline detection and wafer disposition system and method for automatic inline detection and wafer disposition
JP2021026019A (ja) 2019-07-31 2021-02-22 キヤノン株式会社 判断装置

Also Published As

Publication number Publication date
TW202113510A (zh) 2021-04-01
JP2021051200A (ja) 2021-04-01
TWI829962B (zh) 2024-01-21
KR20210036264A (ko) 2021-04-02
CN112558435B (zh) 2024-05-28
CN112558435A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN113406865B (zh) 确定图案化过程的校正的方法
JP4715749B2 (ja) アライメント情報表示方法とそのプログラム、アライメント方法、露光方法、デバイス製造方法、表示システム、表示装置
JP5057248B2 (ja) 測定検査方法、測定検査装置、露光方法、デバイス製造方法及びデバイス製造装置
US11347153B2 (en) Error detection and correction in lithography processing
US20070052939A1 (en) Pre-measurement processing method, exposure system and substrate processing apparatus
EP3312672A1 (en) Methods of determining corrections for a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus
US10996574B2 (en) Substrate processing apparatus, article manufacturing method, substrate processing method, substrate processing system, management apparatus, and storage medium
KR101867648B1 (ko) 위치를 구하는 방법, 노광 방법 및 물품의 제조 방법
CN112309909B (zh) 判断装置、基板处理装置以及物品的制造方法
US6876435B2 (en) Exposure method, plane alignment method, exposure apparatus, and device manufacturing method
JP6608130B2 (ja) 計測装置、リソグラフィ装置、及び物品の製造方法
JP7373340B2 (ja) 判断装置
US11886125B2 (en) Method for inferring a local uniformity metric
US20220365454A1 (en) Mark detecting apparatus, mark learning apparatus, substrate processing apparatus, mark detecting method, and manufacturing method of article
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
JP2006140204A (ja) 計測条件の最適化方法、該最適化方法を使用した位置計測方法、該位置計測方法を使用した位置合わせ方法、該位置合わせ方法を使用したデバイス製造方法、計測条件の最適化システム、該最適化システムを使用した位置計測装置及び該位置計測装置を使用した露光装置

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20220630

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220913

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230426

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230516

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230712

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: 20230921

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231023

R151 Written notification of patent or utility model registration

Ref document number: 7373340

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151