KR20230004753A - 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델 - Google Patents

기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델 Download PDF

Info

Publication number
KR20230004753A
KR20230004753A KR1020227040832A KR20227040832A KR20230004753A KR 20230004753 A KR20230004753 A KR 20230004753A KR 1020227040832 A KR1020227040832 A KR 1020227040832A KR 20227040832 A KR20227040832 A KR 20227040832A KR 20230004753 A KR20230004753 A KR 20230004753A
Authority
KR
South Korea
Prior art keywords
substrate
learning
chemical
processing
information
Prior art date
Application number
KR1020227040832A
Other languages
English (en)
Other versions
KR102674868B1 (ko
Inventor
세이지 아노
도모노리 고지마루
Original Assignee
가부시키가이샤 스크린 홀딩스
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 가부시키가이샤 스크린 홀딩스 filed Critical 가부시키가이샤 스크린 홀딩스
Publication of KR20230004753A publication Critical patent/KR20230004753A/ko
Application granted granted Critical
Publication of KR102674868B1 publication Critical patent/KR102674868B1/ko

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
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • H01L21/67063—Apparatus for fluid treatment for etching
    • H01L21/67075—Apparatus for fluid treatment for etching for wet etching
    • H01L21/6708—Apparatus for fluid treatment for etching for wet etching using mainly spraying means, e.g. nozzles
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/26—Processing photosensitive materials; Apparatus therefor
    • G03F7/40—Treatment after imagewise removal, e.g. baking
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/26—Processing photosensitive materials; Apparatus therefor
    • G03F7/42—Stripping or agents therefor
    • G03F7/422—Stripping or agents therefor using liquids only
    • 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
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • 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
    • 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] or computer integrated manufacturing [CIM]
    • 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
    • H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
    • H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
    • H01L21/0274—Photolithographic processes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
    • H01L21/31—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to form insulating layers thereon, e.g. for masking or by using photolithographic techniques; After treatment of these layers; Selection of materials for these layers
    • H01L21/3105—After-treatment
    • H01L21/311—Etching the insulating layers by chemical or physical means
    • H01L21/31127—Etching organic layers
    • H01L21/31133—Etching organic layers by chemical means
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • H01L21/67028—Apparatus for fluid treatment for cleaning followed by drying, rinsing, stripping, blasting or the like
    • H01L21/6704—Apparatus for fluid treatment for cleaning followed by drying, rinsing, stripping, blasting or the like for wet cleaning or washing
    • H01L21/67051—Apparatus for fluid treatment for cleaning followed by drying, rinsing, stripping, blasting or the like for wet cleaning or washing using mainly spraying means, e.g. nozzles
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45031—Manufacturing semiconductor wafers
    • 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
    • H01L21/02041—Cleaning
    • H01L21/02057—Cleaning during device manufacture
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67155—Apparatus for manufacturing or treating in a plurality of work-stations
    • H01L21/67207—Apparatus for manufacturing or treating in a plurality of work-stations comprising a chamber adapted to a particular process
    • H01L21/67213—Apparatus for manufacturing or treating in a plurality of work-stations comprising a chamber adapted to a particular process comprising at least one ion or electron beam chamber
    • 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
    • H01L21/683—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 supporting or gripping
    • H01L21/687—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 supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68714—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 supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support
    • H01L21/68792—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 supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support characterised by the construction of the shaft

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Cleaning Or Drying Semiconductors (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

기판 처리 장치(100)는, 기판 유지부(120)와, 약액 공급부(130)와, 기판 정보 취득부(22a)와, 약액 처리 조건 정보 취득부(22b)와, 제어부(22)를 구비한다. 기판 정보 취득부(22a)는, 처리 대상 기판의 레지스트층에 있어서의 경화층의 두께를 나타내는 경화층 두께 정보 또는 레지스트층에 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득한다. 약액 처리 조건 정보 취득부(22b)는, 기판 정보에 의거하여, 학습이 완료된 모델로부터 처리 대상 기판에 대한 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득한다. 제어부(22)는, 약액 처리 조건 정보에 의거하여, 처리 대상 기판을 약액으로 처리하도록 기판 유지부(120) 및 약액 공급부(130)를 제어한다.

Description

기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델
본 발명은, 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델에 관한 것이다.
기판을 처리하는 기판 처리 장치는, 반도체 장치의 제조 등에 적합하게 이용된다. 기판의 제조 시에, 소정 패턴의 레지스트층을 형성한 후에 기판에 이온 주입하여 기판의 특성을 개질하는 경우가 있다. 그 경우, 이온 주입한 후에, 레지스트층은 약액으로 박리된다. 기판의 제조 과정에서 레지스트층에 이온이 주입되면, 레지스트층에 경화층 또는 변질층이 형성되는 것이 알려져 있다(특허 문헌 1 참조).
특허 문헌 1에는, 황산 및 과산화 수소수에 탄산 알킬렌을 더한 반도체 기판용 세정제로 레지스트층을 박리·제거하는 것이 기재되어 있다. 특허 문헌 1에 의하면, 이 반도체 기판용 세정제는, 레지스트층을 박리할 때에, SPM 세정제에 필적하는 세정력을 갖는 한편, 반도체 기판의 손상을 저감할 수 있다.
일본 특허공개 2012-67254호 공보
그러나, 특허 문헌 1의 수법에서는, 기판의 레지스트층 중의 경화층을 적절히 제거할 수 없는 경우가 있다. 예를 들면, 이온 주입된 레지스트층에 대해 약액의 사용량이 너무 적으면, 레지스트층을 충분히 제거할 수 없다. 또, 이온 주입된 레지스트층에 대해 약액의 사용량이 너무 많으면, 비용이 상승되어 버린다.
본 발명은 상기 과제를 감안하여 이루어진 것이며, 그 목적은, 기판의 레지스트층 중의 경화층을 적절히 제거 가능한 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델을 제공하는 것에 있다.
본 발명의 일 국면에 의하면, 기판 처리 장치는, 경화층이 형성된 레지스트층을 갖는 처리 대상 기판을 회전 가능하게 유지하는 기판 유지부와, 상기 처리 대상 기판에 약액을 공급하는 약액 공급부와, 상기 처리 대상 기판에 대한 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 기판 정보 취득부와, 상기 기판 정보에 의거하여, 학습이 완료된 모델로부터 상기 처리 대상 기판에 대한 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득하는 약액 처리 조건 정보 취득부와, 상기 약액 처리 조건 정보 취득부에 있어서 취득된 상기 약액 처리 조건 정보에 의거하여, 상기 처리 대상 기판을 약액으로 처리하도록 상기 기판 유지부 및 상기 약액 공급부를 제어하는 제어부를 구비한다. 상기 학습이 완료된 모델은, 경화층이 형성된 레지스트층을 갖는 학습 대상 기판에 대해서 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보와, 상기 학습 대상 기판을 약액으로 처리한 조건을 나타내는 약액 처리 조건 정보와, 상기 학습 대상 기판을 약액으로 처리한 결과를 나타내는 처리 결과 정보가 관련지어진 학습용 데이터를 기계 학습함으로써 구축된다.
어느 실시 형태에 있어서, 상기 기판 처리 장치는, 상기 학습이 완료된 모델을 기억하는 기억부를 더 구비한다.
어느 실시 형태에 있어서, 상기 처리 대상 기판 및 상기 학습 대상 기판 각각에 대해서, 상기 경화층 두께 정보는, 상기 경화층의 높이를 나타내는 경화층 높이 정보 또는 상기 경화층의 폭을 나타내는 경화층 폭 정보를 포함한다.
어느 실시 형태에 있어서, 상기 처리 대상 기판 및 상기 학습 대상 기판 각각에 대해서, 상기 약액 처리 조건 정보는, 상기 약액의 농도, 상기 약액의 온도, 상기 약액의 공급량, 상기 약액의 토출 패턴, 및, 상기 약액을 공급할 때의 기판의 회전 속도 중 어느 하나를 나타내는 정보를 포함한다.
어느 실시 형태에 있어서, 상기 약액의 농도를 나타내는 정보는, 상기 약액의 농도가 시간과 함께 변화한 농도 프로파일을 나타낸다.
어느 실시 형태에 있어서, 상기 약액의 온도를 나타내는 정보는, 상기 약액의 온도가 시간과 함께 변화한 온도 프로파일을 나타낸다.
본 발명의 다른 국면에 의하면, 기판 처리 방법은, 경화층이 형성된 레지스트층을 갖는 처리 대상 기판을 회전 가능하게 유지하는 단계와, 상기 처리 대상 기판에 대한 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 단계와, 상기 기판 정보에 의거하여, 학습이 완료된 모델로부터 상기 처리 대상 기판의 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득하는 단계와, 상기 약액 처리 조건 정보의 약액 처리 조건에 따라서 상기 처리 대상 기판을 약액으로 처리하는 단계를 포함한다. 상기 약액 처리 조건 정보를 취득하는 단계에 있어서, 상기 학습이 완료된 모델은, 경화층이 형성된 레지스트층을 갖는 학습 대상 기판에 대해서 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보와, 상기 학습 대상 기판에 대해 행해진 약액 처리의 조건을 나타내는 약액 처리 조건 정보와, 상기 학습 대상 기판에 대해 행해진 약액 처리의 결과를 나타내는 처리 결과 정보가 관련지어진 학습용 데이터를 기계 학습함으로써 구축된다.
본 발명의 또 다른 국면에 의하면, 학습용 데이터의 생성 방법은, 경화층이 형성된 레지스트층을 갖는 학습 대상 기판을 처리하는 기판 처리 장치로부터 출력되는 시계열 데이터로부터, 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 단계와, 상기 시계열 데이터로부터, 상기 기판 처리 장치에 있어서 상기 학습 대상 기판을 약액으로 처리한 조건을 나타내는 약액 처리 조건 정보를 취득하는 단계와, 상기 시계열 데이터로부터, 상기 기판 처리 장치에 있어서 상기 학습 대상 기판을 약액으로 처리한 결과를 나타내는 처리 결과 정보를 취득하는 단계와, 상기 학습 대상 기판에 대해서 상기 기판 정보, 상기 약액 처리 조건 정보 및 상기 처리 결과 정보를 관련지어 학습용 데이터로서 기억부에 기억하는 단계를 포함한다.
본 발명의 또 다른 국면에 의하면, 학습 방법은, 상기에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 취득하는 단계와, 상기 학습용 데이터를 학습 프로그램에 입력하여 상기 학습용 데이터를 기계 학습하는 단계를 포함한다.
본 발명의 또 다른 국면에 의하면, 학습 장치는, 상기에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 기억하는 기억부와, 상기 학습용 데이터를 학습 프로그램에 입력하여 상기 학습용 데이터를 기계 학습하는 학습부를 구비한다.
본 발명의 또 다른 국면에 의하면, 학습이 완료된 모델의 생성 방법은, 상기에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 취득하는 단계와, 상기 학습용 데이터를 기계 학습시킴으로써 구축된 학습이 완료된 모델을 생성하는 단계를 포함한다.
본 발명의 또 다른 국면에 의하면, 학습이 완료된 모델은, 상기에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 기계 학습시킴으로써 구축된다.
본 발명의 또 다른 국면에 의하면, 기판 처리 장치는, 경화층이 형성된 레지스트층을 갖는 기판을 회전 가능하게 유지하는 기판 유지부와, 상기 기판에 약액을 공급하는 약액 공급부와, 경화층 두께 정보 또는 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보와, 약액 처리의 조건을 나타내는 약액 처리 조건 정보가 관련지어진 변환 테이블을 기억하는 기억부와, 상기 기판에 대한 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 기판 정보 취득부와, 상기 기판 정보에 의거하여, 상기 변환 테이블을 이용하여 상기 기판에 대한 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득하는 약액 처리 조건 정보 취득부와, 상기 약액 처리 조건 정보 취득부에 있어서 취득된 상기 약액 처리 조건 정보에 의거하여 상기 기판을 약액으로 처리하도록 상기 기판 유지부 및 상기 약액 공급부를 제어하는 제어부를 구비한다.
본 발명에 의하면, 처리 대상 기판의 레지스트층 중의 경화층을 적절히 제거할 수 있다.
도 1은 본 실시 형태의 기판 처리 장치를 구비한 기판 처리 학습 시스템의 모식도이다.
도 2는 본 실시 형태의 기판 처리 장치를 구비한 기판 처리 시스템의 모식도이다.
도 3은 본 실시 형태의 기판 처리 장치의 모식도이다.
도 4는 본 실시 형태의 기판 처리 장치를 구비한 기판 처리 시스템의 블록도이다.
도 5의 (a)는, 본 실시 형태의 기판 처리 방법의 플로우도이며, (b)는, 본 실시 형태의 기판 처리 방법에 있어서의 약액 처리의 플로우도이다.
도 6의 (a)~(c)는, 본 실시 형태의 기판 처리 장치에 있어서 처리되는 기판에 형성된 경화층의 형성 프로세스를 나타내는 모식도이다.
도 7의 (a)~(d)는, 본 실시 형태의 기판 처리 장치에 있어서 처리되는 기판에 형성된 경화층의 형성 프로세스를 나타내는 모식도이다.
도 8은 본 실시 형태의 기판 처리 장치를 구비한 기판 처리 시스템 및 학습용 데이터 생성 장치의 블록도이다.
도 9는 본 실시 형태의 학습용 데이터 생성 방법을 나타내는 플로우도이다.
도 10은 본 실시 형태의 학습용 데이터 생성 장치 및 학습 장치의 블록도이다.
도 11은 본 실시 형태의 학습 방법 및 학습이 완료된 모델의 생성 방법을 나타내는 플로우도이다.
도 12는 본 실시 형태의 학습 장치에 입력되는 학습용 데이터를 나타내는 도이다.
도 13은 본 실시 형태의 학습 장치에 입력되는 학습용 데이터를 나타내는 도이다.
도 14는 본 실시 형태의 학습 장치에 입력되는 학습용 데이터를 나타내는 도이다.
도 15의 (a)는, 본 실시 형태의 기판 처리 장치의 처리 대상이 되는 경화층이 형성된 레지스트층을 갖는 처리 대상 기판의 모식도이며, (b)는, 기판 정보에 의거하여 취득된 약액 처리 조건을 나타내는 도이다.
도 16은 본 실시 형태의 학습 장치에 입력되는 학습용 데이터를 나타내는 도이다.
도 17은 본 실시 형태의 기판 처리 장치의 모식도이다.
도 18은 본 실시 형태의 학습 장치에 입력되는 학습용 데이터를 나타내는 도이다.
도 19는 본 실시 형태의 기판 처리 장치의 블록도이다.
도 20는 본 실시 형태의 기판 처리 장치에 있어서의 변환 테이블을 나타내는 도이다.
이하, 도면을 참조하여, 본 발명에 의한 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델의 실시 형태를 설명한다. 또한, 도면 중, 동일 또는 상당 부분에 대해서는 동일한 참조 부호를 붙이고 설명을 반복하지 않는다. 또, 본원 명세서에서는, 발명의 이해를 용이하게 하기 위해, 서로 직교하는 X방향, Y방향 및 Z방향을 기재하는 경우가 있다. 전형적으로는, X방향 및 Y방향은 수평 방향에 평행이며, Z방향은 연직 방향에 평행이다.
우선, 도 1을 참조하여, 본 실시 형태의 기판 처리 장치(100)를 구비한 기판 처리 학습 시스템(200)을 설명한다. 우선, 도 1을 참조하여, 기판 처리 학습 시스템(200)을 설명한다.
도 1은, 기판 처리 학습 시스템(200)의 모식도이다. 도 1에 나타내는 바와 같이, 기판 처리 학습 시스템(200)은, 기판 처리 장치(100)와, 기판 처리 장치(100L)와, 학습용 데이터 생성 장치(300)와, 학습 장치(400)를 구비한다.
기판 처리 장치(100)는, 처리 대상 기판을 처리한다. 여기에서는, 처리 대상 기판은, 경화층이 형성된 레지스트층을 갖고 있으며, 기판 처리 장치(100)는, 처리 대상 기판의 레지스트층을 약액으로 처리한다. 또한, 기판 처리 장치(100)는, 처리 대상 기판에 대해 약액 처리 이외의 처리를 해도 된다. 기판 처리 장치(100)는, 처리 대상 기판을 1장씩 처리하는 매엽형이다. 전형적으로는, 처리 대상 기판은 대략 원판형상이다.
기판 처리 장치(100L)는, 학습 대상 기판을 처리한다. 여기에서는, 학습 대상 기판은, 경화층이 형성된 레지스트층을 갖고 있으며, 기판 처리 장치(100L)는, 학습 대상 기판의 레지스트층을 약액으로 처리한다. 또한, 기판 처리 장치(100L)는, 학습 대상 기판에 대해 약액 처리 이외의 처리를 해도 된다. 학습 대상 기판의 구성은, 처리 대상 기판의 구성과 같다. 기판 처리 장치(100L)는, 처리 대상 기판을 1장씩 처리하는 매엽형이다. 전형적으로는, 처리 대상 기판은 대략 원판형상이다. 기판 처리 장치(100L)의 구성은, 기판 처리 장치(100)의 구성과 같다. 기판 처리 장치(100L)는, 기판 처리 장치(100)와 동일한 것이어도 된다. 예를 들면, 동일한 기판 처리 장치가 과거에 학습 대상 기판을 처리하고, 그 후, 처리 대상 기판을 처리해도 된다. 혹은, 기판 처리 장치(100L)는, 기판 처리 장치(100)와 같은 구성을 갖는 다른 제품이어도 된다.
본 명세서의 이하의 설명에 있어서, 학습 대상 기판을 「학습 대상 기판(WL)」으로 기재하고, 처리 대상 기판을 「처리 대상 기판(Wp)」이라고 기재하는 경우가 있다. 또, 학습 대상 기판(WL)과 처리 대상 기판(Wp)을 구별하여 설명할 필요가 없을 때는, 학습 대상 기판(WL) 및 처리 대상 기판(Wp)을 「기판(W)」이라고 기재하는 경우가 있다.
기판(W)은, 예를 들면, 반도체 웨이퍼, 액정 표시 장치용 기판, 플라즈마 디스플레이용 기판, 전계 방출 디스플레이(Field Emission Display： FED)용 기판, 광디스크용 기판, 자기 디스크용 기판, 광자기 디스크용 기판, 포토마스크용 기판, 세라믹 기판, 또는, 태양 전지용 기판이다.
기판 처리 장치(100L)는, 시계열 데이터(TDL)를 출력한다. 시계열 데이터(TDL)는, 기판 처리 장치(100L)에 있어서의 물리량의 시간 변화를 나타내는 데이터이다. 시계열 데이터(TDL)는, 소정 기간에 걸쳐 시계열로 변화한 물리량(값)의 시간 변화를 나타낸다. 예를 들면, 시계열 데이터(TDL)는, 기판 처리 장치(100L)가 학습 대상 기판에 대해 행한 처리에 대한 물리량의 시간 변화를 나타내는 데이터이다. 혹은, 시계열 데이터(TDL)는, 기판 처리 장치(100L)에 의해 처리된 학습 대상 기판의 특성에 대한 물리량의 시간 변화를 나타내는 데이터이다. 또는, 시계열 데이터(TDL)는, 학습 대상 기판을 기판 처리 장치(100L)로 처리하기 전의 제조 프로세스를 나타내는 데이터를 포함해도 된다.
또한, 시계열 데이터(TDL)에 있어서 나타나는 값은, 측정 기기에 있어서 직접 측정된 값이어도 된다. 또는, 시계열 데이터(TDL)에 있어서 나타나는 값은, 측정 기기에 있어서 직접 측정된 값을 연산 처리한 값이어도 된다. 혹은, 시계열 데이터(TDL)에 있어서 나타나는 값은, 복수의 측정 기기에 있어서 측정된 값을 연산한 것이어도 된다.
학습용 데이터 생성 장치(300)는, 시계열 데이터(TDL) 또는 시계열 데이터(TDL)의 적어도 일부에 의거하여 학습용 데이터(LD)를 생성한다. 학습용 데이터 생성 장치(300)는, 학습용 데이터(LD)를 출력한다. 학습용 데이터(LD)는, 학습 대상 기판(WL)의 기판 정보와, 학습 대상 기판(WL)에 대해 행해진 약액 처리의 처리 조건을 나타내는 약액 처리 조건 정보와, 학습 대상 기판(WL)에 대해 행해진 약액 처리의 결과를 나타내는 처리 결과 정보를 포함한다. 또, 학습 대상 기판(WL)의 기판 정보는, 학습 대상 기판(WL)이 약액 처리되기 전에 측정된 학습 대상 기판(WL)의 기판 정보를 포함한다.
학습 장치(400)는, 학습용 데이터(LD)를 기계 학습함으로써, 학습이 완료된 모델(LM)을 생성한다. 학습 장치(400)는, 학습이 완료된 모델(LM)을 출력한다.
기판 처리 장치(100)는, 시계열 데이터(TD)를 출력한다. 시계열 데이터(TD)는, 기판 처리 장치(100)에 있어서의 물리량의 시간 변화를 나타내는 데이터이다. 시계열 데이터(TD)는, 소정 기간에 걸쳐 시계열로 변화한 물리량(값)의 시간 변화를 나타낸다. 예를 들면, 시계열 데이터(TD)는, 기판 처리 장치(100)가 처리 대상 기판에 대해 행한 처리에 대한 물리량의 시간 변화를 나타내는 데이터이다. 혹은, 시계열 데이터(TD)는, 기판 처리 장치(100)에 의해 처리된 처리 대상 기판의 특성에 대한 물리량의 시간 변화를 나타내는 데이터이다.
또한, 시계열 데이터(TD)에 있어서 나타나는 값은, 측정 기기에 있어서 직접 측정된 값이어도 된다. 또는, 시계열 데이터(TD)에 있어서 나타나는 값은, 측정 기기에 있어서 직접 측정된 값을 연산 처리한 값이어도 된다. 혹은, 시계열 데이터(TD)에 있어서 나타나는 값은, 복수의 측정 기기에 있어서 측정된 값을 연산한 것이어도 된다. 또는, 시계열 데이터(TD)는, 처리 대상 기판을 기판 처리 장치(100)에서 처리하기 전의 제조 프로세스를 나타내는 데이터를 포함해도 된다.
기판 처리 장치(100)가 사용하는 물체는, 기판 처리 장치(100L)가 사용하는 물체에 대응한다. 따라서, 기판 처리 장치(100)가 사용하는 물체의 구성은, 기판 처리 장치(100L)가 사용하는 물체의 구성과 같다. 또, 시계열 데이터(TD)에 있어서, 기판 처리 장치(100)가 사용하는 물체의 물리량은, 기판 처리 장치(100L)가 사용하는 물체의 물리량에 대응한다. 따라서, 기판 처리 장치(100L)가 사용하는 물체의 물리량은, 기판 처리 장치(100)가 사용하는 물체의 물리량과 같다.
시계열 데이터(TD)로부터, 처리 대상 기판(Wp)의 기판 정보(Cp)가 생성된다. 처리 대상 기판(Wp)의 기판 정보(Cp)는, 학습 대상 기판(WL)의 기판 정보에 대응한다. 처리 대상 기판(Wp)의 기판 정보(Cp)는, 처리 대상 기판(Wp)에 대한 기판 정보를 포함한다. 처리 대상 기판(Wp)의 기판 정보는, 처리 대상 기판(Wp)이 약액 처리되기 전에 처리 대상 기판(Wp)을 측정함으로써 얻어진 정보여도 된다. 혹은, 처리 대상 기판(Wp)의 기판 정보는, 약액 처리전에, 처리 대상 기판(Wp)에 대해 행해진 처리에 대한 정보여도 된다.
학습이 완료된 모델(LM)로부터, 처리 대상 기판(Wp)의 기판 정보(Cp)에 의거하여, 기판 처리 장치(100)에 있어서의 처리 대상 기판(Wp)에 적합한 약액 처리 조건을 나타내는 약액 처리 조건 정보(Rp)가 출력된다.
이상, 도 1을 참조하여 설명한 바와 같이, 본 실시 형태에 의하면, 학습 장치(400)는, 기계 학습을 행한다. 따라서, 매우 복잡하고 해석 대상이 방대한 시계열 데이터(TDL)로부터 정밀도가 높은 학습이 완료된 모델(LM)을 생성할 수 있다. 또, 학습이 완료된 모델(LM)에 대해, 시계열 데이터(TD)로부터의 기판 정보(Cp)를 입력하고, 학습이 완료된 모델(LM)로부터, 약액 처리 조건을 나타내는 약액 처리 조건 정보(Rp)를 출력시킨다. 따라서, 처리 대상 기판(Wp)에 따라 약액 처리할 수 있다.
다음에, 도 2를 참조하여, 본 실시 형태의 기판 처리 장치(100)를 구비한 기판 처리 시스템(10)을 설명한다. 도 2는, 기판 처리 시스템(10)의 모식적인 평면도이다.
기판 처리 시스템(10)은, 기판(W)을 처리한다. 기판 처리 시스템(10)은, 복수의 기판 처리 장치(100)를 구비한다. 기판 처리 장치(100)는, 기판(W)에 대해, 에칭, 표면 처리, 특성 부여, 처리막 형성, 막의 적어도 일부의 제거 및 세정 중 적어도 1개를 행하도록 기판(W)을 처리한다.
도 1에 나타내는 바와 같이, 기판 처리 시스템(10)은, 복수의 기판 처리 장치(100)에 더하여, 유체 캐비넷(32)과, 유체 박스(34)와, 복수의 로드 포트(LP)와, 인덱서 로봇(IR)과, 센터 로봇(CR)과, 제어 장치(20)를 구비한다. 제어 장치(20)는, 로드 포트(LP), 인덱서 로봇(IR) 및 센터 로봇(CR)을 제어한다.
로드 포트(LP) 각각은, 복수장의 기판(W)을 적층하여 수용한다. 인덱서 로봇(IR)은, 로드 포트(LP)와 센터 로봇(CR)의 사이에서 기판(W)을 반송한다. 또한, 인덱서 로봇(IR)과 센터 로봇(CR)의 사이에, 기판(W)을 일시적으로 재치(載置)하는 설치대(패스)를 설치하고, 인덱서 로봇(IR)과 센터 로봇(CR)의 사이에서 설치대를 통하여 간접적으로 기판(W)을 수도(受渡)하는 장치 구성으로 해도 된다. 센터 로봇(CR)은, 인덱서 로봇(IR)과 기판 처리 장치(100)의 사이에서 기판(W)을 반송한다. 기판 처리 장치(100) 각각은, 기판(W)에 액체를 토출하여, 기판(W)을 처리한다. 액체는, 약액 및/또는 린스액을 포함한다. 또는, 액체는, 다른 처리액을 포함해도 된다. 유체 캐비넷(32)은, 액체를 수용한다. 또한, 유체 캐비넷(32)은, 기체를 수용해도 된다.
구체적으로는, 복수의 기판 처리 장치(100)는, 평면에서 볼 때에 센터 로봇(CR)을 둘러싸도록 배치된 복수의 타워(TW)(도 2에서는 4개의 타워(TW))를 형성하고 있다. 각 타워(TW)는, 상하로 적층된 복수의 기판 처리 장치(100)(도 1에서는 3개의 기판 처리 장치(100))를 포함한다. 유체 박스(34)는, 각각, 복수의 타워(TW)에 대응하고 있다. 유체 캐비넷(32) 내의 액체는, 어느 하나의 유체 박스(34)를 통하여, 유체 박스(34)에 대응하는 타워(TW)에 포함되는 모든 기판 처리 장치(100)에 공급된다. 또, 유체 캐비넷(32) 내의 기체는, 어느 하나의 유체 박스(34)를 통하여, 유체 박스(34)에 대응하는 타워(TW)에 포함되는 모든 기판 처리 장치(100)에 공급된다.
제어 장치(20)는, 기판 처리 시스템(10)의 각종 동작을 제어한다. 제어 장치(20)는, 제어부(22) 및 기억부(24)를 포함한다. 제어부(22)는, 프로세서를 갖는다. 제어부(22)는, 예를 들면, 중앙 처리 연산기(Central Processing Unit： CPU)를 갖는다. 또는, 제어부(22)는, 범용 연산기를 가져도 된다.
기억부(24)는, 데이터 및 컴퓨터 프로그램을 기억한다. 데이터는, 레시피 데이터를 포함한다. 레시피 데이터는, 복수의 레시피를 나타내는 정보를 포함한다. 복수의 레시피 각각은, 기판(W)의 처리 내용 및 처리 순서를 규정한다.
기억부(24)는, 주기억 장치와, 보조기억 장치를 포함한다. 주기억 장치는, 예를 들면, 반도체 메모리이다. 보조기억 장치는, 예를 들면, 반도체 메모리 및/또는 하드 디스크 드라이브이다. 기억부(24)는 리무버블 미디어를 포함하고 있어도 된다. 제어부(22)는, 기억부(24)가 기억하고 있는 컴퓨터 프로그램을 실행하여, 기판 처리 동작을 실행한다.
기억부(24)에는, 미리 순서가 정해진 컴퓨터 프로그램이 기억되어 있다. 기판 처리 장치(100)는, 컴퓨터 프로그램에 정해진 순서에 따라서 동작한다.
또한, 도 2에는, 기판 처리 시스템(10)에 대해 1개의 제어 장치(20)를 구비하도록 나타내고 있으나, 기판 처리 장치(100)마다 제어 장치(20)를 구비해도 된다. 단, 그 경우, 기판 처리 시스템(10)은, 복수의 기판 처리 장치(100) 및 기판 처리 장치(100) 이외의 장치를 제어하는 다른 제어 장치를 구비하는 것이 바람직하다.
다음에, 도 3을 참조하여, 본 실시 형태의 기판 처리 장치(100)를 설명한다. 도 3은, 본 실시 형태의 기판 처리 장치(100)의 모식도이다. 또한, 여기에서는, 기판 처리 장치(100)의 구성을 설명하나, 기판 처리 장치(100L)도 기판 처리 장치(100)와 동일한 구성을 갖고 있다.
기판 처리 장치(100)는, 기판(W)을 처리한다. 기판 처리 장치(100)는, 챔버(110)와, 기판 유지부(120)와, 약액 공급부(130)와, 린스액 공급부(140)를 구비한다. 챔버(110)는, 기판(W)을 수용한다. 기판 유지부(120)는, 기판(W)을 유지한다. 기판 유지부(120)는, 기판(W)을 회전 가능하게 유지한다.
챔버(110)는, 내부 공간을 갖는 대략 상자 형상이다. 챔버(110)는, 기판(W)을 수용한다. 여기에서는, 기판 처리 장치(100)는 기판(W)을 1장씩 처리하는 매엽형이며, 챔버(110)에는 기판(W)이 1장씩 수용된다. 기판(W)은, 챔버(110) 내에 수용되어, 챔버(110) 내에서 처리된다. 챔버(110)에는, 기판 유지부(120), 약액 공급부(130), 및, 린스액 공급부(140) 각각 중 적어도 일부가 수용된다.
기판 유지부(120)는, 기판(W)을 유지한다. 기판 유지부(120)는, 기판(W)의 상면(Wa)이 상방을 향하고, 기판(W)의 이면(하면)(Wb)이 연직 하방을 향하도록 기판(W)을 수평으로 유지한다. 또, 기판 유지부(120)는, 기판(W)을 유지한 상태에서 기판(W)을 회전시킨다.
예를 들면, 기판 유지부(120)는, 기판(W)의 단부를 협지하는 협지식이어도 된다. 혹은, 기판 유지부(120)는, 기판(W)을 이면(Wb)으로부터 유지하는 임의의 기구를 가져도 된다. 예를 들면, 기판 유지부(120)는, 진공식이어도 된다. 이 경우, 기판 유지부(120)는, 비(非)디바이스 형성면인 기판(W)의 이면(Wb)의 중앙부를 상면에 흡착시킴으로써 기판(W)을 수평으로 유지한다. 혹은, 기판 유지부(120)는, 복수의 척 핀을 기판(W)의 둘레 단면에 접촉시키는 협지식과 진공식을 조합해도 된다.
예를 들면, 기판 유지부(120)는, 스핀 베이스(121)와, 척 부재(122)와, 샤프트(123)와, 전동 모터(124)를 포함한다. 척 부재(122)는, 스핀 베이스(121)에 설치된다. 척 부재(122)는, 기판(W)을 척 한다. 전형적으로는, 스핀 베이스(121)에는, 복수의 척 부재(122)가 설치된다.
샤프트(123)는 중공축이다. 샤프트(123)는, 회전축(Ax)을 따라 연직 방향으로 연장되어 있다. 샤프트(123)의 상단에는, 스핀 베이스(121)가 결합되어 있다. 기판(W)의 이면은, 스핀 베이스(121)에 접촉되고, 기판(W)은, 스핀 베이스(121)의 상방에 재치된다.
스핀 베이스(121)는, 원판형상이며, 기판(W)을 수평으로 지지한다. 샤프트(123)는, 스핀 베이스(121)의 중앙부로부터 하방으로 연장된다. 전동 모터(124)는, 샤프트(123)에 회전력을 부여한다. 전동 모터(124)는, 샤프트(123)를 회전 방향으로 회전시킴으로써, 회전축(Ax)을 중심으로 기판(W) 및 스핀 베이스(121)를 회전시킨다. 여기에서는, 회전 방향은, 반시계 방향이다.
약액 공급부(130)는, 기판(W)에 약액을 공급한다. 이에 의해, 기판(W)은, 약액으로 처리된다.
예를 들면, 약액은, 불산(불화 수소수： HF)를 포함한다. 혹은, 약액은, 황산, 아세트산, 질산, 염산, 구연산, 버퍼드 불산(BHF), 희불산(DHF), 암모니아수, 희암모니아수, 과산화 수소수, 유기 알칼리(예를 들면, TMAH： 테트라메틸암모늄하이드로옥사이드 등), 계면 활성제, 부식 방지제 중 적어도 1개를 포함하는 액이어도 된다. 또, 약액은, 상기 액을 혼합한 혼합액이어도 된다. 예를 들면, 이들을 혼합한 약액의 예로는, SPM(황산과산화수소수 혼합액), SC1(암모니아과산화수소수 혼합액), SC2(염산과산화수소수 혼합액) 등을 들 수 있다.
약액 공급부(130)는, 노즐(132)과, 배관(134)과, 밸브(136)를 포함한다. 노즐(132)은, 기판(W)의 상면(Wa)과 대향하여, 기판(W)의 상면(Wa)을 향해 약액을 토출한다. 배관(134)은, 노즐(132)에 결합된다. 노즐(132)은, 배관(134)의 선단에 설치된다. 배관(134)에는, 공급원으로부터 약액이 공급된다. 밸브(136)는, 배관(134)에 설치된다. 밸브(136)는, 배관(134) 내의 유로를 개폐한다.
약액 공급부(130)는, 노즐 이동부(138)을 더 포함한다. 노즐 이동부(138)는, 토출 위치와 퇴피 위치의 사이에서 노즐(132)을 이동한다. 노즐(132)이 토출 위치에 있는 경우, 노즐(132)은, 기판(W)의 상방에 위치한다. 노즐(132)이 토출 위치에 있는 경우, 노즐(132)은, 기판(W)의 상면(Wa)을 향해 약액을 토출한다. 노즐(132)이 퇴피 위치에 있는 경우, 노즐(132)은, 기판(W)보다 기판(W)의 경방향 외측에 위치한다.
노즐 이동부(138)는, 아암(138a)과, 회동축(138b)과, 이동 기구(138c)를 포함한다. 아암(138a)은, 대략 수평 방향을 따라 연장된다. 아암(138a)의 선단부에는 노즐(132)이 장착된다. 아암(138a)은, 회동축(138b)에 결합된다. 회동축(138b)은, 대략 연직 방향을 따라 연장된다. 이동 기구(138c)는, 회동축(138b)을 대략 연직 방향을 따른 회동축선 둘레로 회동시키고, 아암(138a)을 대략 수평면을 따라 회동시킨다. 그 결과, 노즐(132)이 대략 수평면을 따라 이동한다. 예를 들면, 이동 기구(138c)는, 회동축(138b)을 회동축선 둘레로 회동시키는 아암 요동 모터를 포함한다. 아암 요동 모터는, 예를 들면, 서보모터이다. 또, 이동 기구(138c)는, 회동축(138b)을 대략 연직 방향을 따라 승강시켜, 아암(138a)을 승강시킨다. 그 결과, 노즐(132)은, 대략 연직 방향을 따라 이동한다. 예를 들면, 이동 기구(138c)는, 볼나사 기구와, 볼나사 기구에 구동력을 부여하는 아암 승강 모터를 포함한다. 아암 승강 모터는, 예를 들면, 서보모터이다.
린스액 공급부(140)는, 기판(W)에 린스액을 공급한다. 린스액은, 탈이온수(Deionized Water： DIW), 탄산수, 전해 이온수, 오존수, 암모니아수, 희석 농도(예를 들면, 10ppm~100ppm 정도)의 염산수, 또는, 환원수(수소수) 중 어느 하나를 포함해도 된다.
린스액 공급부(140)는, 노즐(142)과, 배관(144)과, 밸브(146)를 포함한다. 노즐(142)은, 기판(W)의 상면(Wa)과 대향하여, 기판(W)의 상면(Wa)을 향해 린스액을 토출한다. 배관(144)은, 노즐(142)에 결합된다. 노즐(142)은, 배관(144)의 선단에 설치된다. 배관(144)에는, 공급원으로부터 린스액이 공급된다. 밸브(146)는, 배관(144)에 설치된다. 밸브(146)는, 배관(144) 내의 유로를 개폐한다.
기판 처리 장치(100)는, 컵(180)을 더 구비한다. 컵(180)은, 기판(W)으로부터 비산한 액체를 회수한다. 컵(180)은, 기판(W)의 측방에까지 연직 상방으로 상승할 수 있다. 또, 컵(180)은, 기판(W)의 측방으로부터 연직 하방으로 하강해도 된다.
제어 장치(20)는, 기판 처리 장치(100)의 각종 동작을 제어한다. 제어부(22)는, 기판 유지부(120), 약액 공급부(130), 린스액 공급부(140) 및/또는 컵(180)을 제어한다. 일례에서는, 제어부(22)는, 전동 모터(124), 밸브(136, 146), 이동 기구(138c) 및/또는 컵(180)을 제어한다.
본 실시 형태의 기판 처리 장치(100)에서는, 기판(W)에 대해, 약액 처리 및 린스 처리를 할 수 있다.
다음에, 도 1~도 4를 참조하여, 본 실시 형태의 기판 처리 장치(100)를 설명한다. 도 4는, 기판 처리 장치(100)를 구비한 기판 처리 시스템(10)의 블록도이다.
도 4에 나타내는 바와 같이, 제어 장치(20)는, 기판 처리 시스템(10)의 각종 동작을 제어한다. 제어 장치(20)는, 인덱서 로봇(IR), 센터 로봇(CR), 기판 유지부(120), 약액 공급부(130), 린스액 공급부(140) 및 컵(180)을 제어한다. 상세하게는, 제어 장치(20)는, 인덱서 로봇(IR), 센터 로봇(CR), 기판 유지부(120), 약액 공급부(130), 린스액 공급부(140) 및 컵(180)에 제어 신호를 송신함으로써, 인덱서 로봇(IR), 센터 로봇(CR), 기판 유지부(120), 약액 공급부(130), 린스액 공급부(140) 및 컵(180)을 제어한다.
구체적으로는, 제어부(22)는, 인덱서 로봇(IR)을 제어하여, 인덱서 로봇(IR)에 의해 기판(W)을 수도한다.
제어부(22)는, 센터 로봇(CR)을 제어하여, 센터 로봇(CR)에 의해 기판(W)을 수도한다. 예를 들면, 센터 로봇(CR)은, 미처리 기판(W)을 받아, 복수의 챔버(110) 중 어느 하나에 기판(W)을 반입한다. 또, 센터 로봇(CR)은, 처리된 기판(W)을 챔버(110)로부터 받아, 기판(W)을 반출한다.
제어부(22)는, 기판 유지부(120)를 제어하여, 기판(W) 회전의 개시, 회전 속도의 변경 및 기판(W) 회전의 정지를 제어한다. 예를 들면, 제어부(22)는, 기판 유지부(120)를 제어하여, 기판 유지부(120)의 회전수를 변경할 수 있다. 구체적으로는, 제어부(22)는, 기판 유지부(120)의 전동 모터(124)의 회전수를 변경함으로써, 기판(W)의 회전수를 변경할 수 있다.
제어부(22)는, 약액 공급부(130)의 밸브(136), 및, 린스액 공급부(140)의 밸브(146)를 제어하여, 밸브(136, 146)의 상태를 열림 상태와 닫힘 상태로 전환할 수 있다. 구체적으로는, 제어부(22)는, 밸브(136, 146)를 제어하여, 밸브(136, 146)를 열림 상태로 함으로써, 노즐(132, 142)을 향해 배관(134, 144) 내를 흐르는 약액, 린스액을 통과시킬 수 있다. 또, 제어부(22)는, 약액 공급부(130)의 밸브(136) 및 린스액 공급부(140)의 밸브(146)를 제어하여, 밸브(136, 146)를 닫힘 상태로 함으로써, 노즐(132, 142)을 향해 배관(134, 144) 내를 흐르는 약액, 린스액을 정지시킬 수 있다.
또, 제어부(22)는, 이동 기구(138c)가 아암(138a)을 수평 방향 및/또는 수직 방향으로 이동시키도록 제어한다. 이에 의해, 제어부(22)는, 아암(138a)의 선단에 장착된 노즐(132)을 기판(W)의 상면(Wa)에서 이동시킬 수 있다. 또, 제어부(22)는, 아암(138a)의 선단에 장착된 노즐(132)을 토출 위치와 퇴피 위치의 사이에서 이동시킬 수 있다. 본 실시 형태의 기판 처리 장치(100)는, 반도체 장치를 형성하기 위해 적합하게 이용된다.
본 실시 형태의 기판 처리 장치(100)에서는, 기억부(24)는, 학습이 완료된 모델(LM) 및 제어 프로그램(PG)을 기억한다. 기판 처리 장치(100)는, 제어 프로그램(PG)에 정해진 순서에 따라서 동작한다.
또, 제어부(22)는, 기판 정보 취득부(22a)와, 약액 처리 조건 정보 취득부(22b)를 포함한다. 기판 정보 취득부(22a)는, 처리 대상 기판(Wp)의 기판 정보를 취득한다. 처리 대상 기판(Wp)의 기판 정보는, 처리 대상 기판(Wp)의 경화층의 두께를 나타내는 경화층 두께 정보 또는 처리 대상 기판(Wp)에 대해 행해진 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함한다. 또한, 기판 정보 취득부(22a)는, 기억부(24)로부터, 기판 정보로서, 경화층 두께 정보 또는 이온 주입 조건 정보 이외의 다른 정보를 취득해도 된다.
학습이 완료된 모델(LM)은, 기판 정보에 의거하여 약액 처리 조건 정보를 생성한다. 전형적으로는, 학습이 완료된 모델(LM)에 대해 기판 정보를 입력하면, 기판 정보에 대응한 약액 처리 조건 정보가 출력된다. 일례에서는, 학습이 완료된 모델(LM)에 대해 경화층 두께 정보 또는 이온 주입 조건 정보를 입력하면, 경화층 두께 정보 또는 이온 주입 조건 정보에 대응한 약액 처리 조건 정보가 출력된다.
약액 처리 조건 정보 취득부(22b)는, 학습이 완료된 모델(LM)로부터 약액 처리 조건 정보를 취득한다. 약액 처리 조건 정보 취득부(22b)는, 학습이 완료된 모델(LM)로부터, 처리 대상 기판(Wp)의 기판 정보에 대응하여 약액 처리 조건 정보를 취득한다.
제어부(22)는, 약액 처리 조건 정보에 나타난 약액 처리 조건에 따라서 기판 유지부(120) 및 약액 공급부(130)를 제어한다.
기판 처리 시스템(10)은, 표시부(42), 입력부(44) 및 통신부(46)를 더 구비하는 것이 바람직하다.
표시부(42)는 화상을 표시한다. 표시부(42)는, 예를 들면, 액정 디스플레이, 또는, 유기 일렉트로 루미네선스 디스플레이이다.
입력부(44)는, 제어부(22)에 대해 각종 정보를 입력하기 위한 입력 기기이다. 예를 들면, 입력부(44)는, 키보드 및 포인팅 디바이스, 또는, 터치 패널이다.
통신부(46)는, 네트워크에 접속되어, 외부 장치와 통신한다. 본 실시 형태에 있어서, 네트워크는, 예를 들면, 인터넷, LAN(Local Area Network), 공중 전화망, 및, 근거리 무선 네트워크를 포함한다. 통신부(46)는, 통신기이며, 예를 들면, 네트워크 인터페이스 콘트롤러이다.
또한, 기판 처리 시스템(10)은, 센서(50)를 더 구비하는 것이 바람직하다. 전형적으로는, 복수의 센서(50)가, 기판 처리 시스템(10)의 각 부분의 상태를 검지한다. 예를 들면, 센서(50) 중 적어도 일부는, 기판 처리 장치(100)의 각 부분의 상태를 검지한다.
기억부(24)는, 센서(50)로부터의 출력 결과 및 제어 프로그램에 의한 제어 파라미터를 시계열 데이터(TD)로서 기억한다. 전형적으로는, 시계열 데이터는, 기판(W) 마다 나뉘어 기억된다.
센서(50)는, 1장의 기판(W)의 처리 마다, 기판(W)의 처리 개시부터 처리 종료까지의 기간에 있어서, 기판 처리 장치(100)가 사용하는 물체의 물리량을 검출하고, 물리량을 나타내는 검출 신호를 제어부(22)에 출력한다. 그리고, 제어부(22)는, 기판(W)의 처리 개시부터 처리 종료까지의 기간에 있어서 센서(50)로부터 출력되는 검출 신호에 의해 나타나는 물리량을, 1장의 기판(W)의 처리 마다, 시간에 관련지어 시계열 데이터(TD)로서, 기억부(24)에 기억시킨다.
제어부(22)는, 센서(50)로부터 시계열 데이터(TD)를 취득하고, 시계열 데이터(TD)를 기억부(24)에 기억시킨다. 이 경우, 제어부(22)는, 시계열 데이터(TD)를, 로트 식별 정보, 기판 식별 정보, 처리 순서 정보, 및, 로트 간격 정보와 관련지어 기억부(24)에 기억시킨다. 로트 식별 정보는, 로트를 식별하기 위한 정보(예를 들면, 로트 번호)이다. 로트는 기판(W)의 처리 단위를 나타낸다. 1개의 로트는, 소정수의 기판(W)에 의해 구성된다. 기판 식별 정보는, 기판(W)을 식별하기 위한 정보이다. 처리 순서 정보는, 1개의 로트를 구성하는 소정수의 기판(W)에 대한 처리의 차례를 나타내는 정보이다. 로트 간격 정보는, 로트에 대한 처리의 종료로부터 다음의 로트에 대한 처리의 개시까지의 시간 간격을 나타내는 정보이다.
다음에, 도 1~도 5를 참조하여, 본 실시 형태의 기판 처리 장치(100)에 의한 기판 처리 방법을 설명한다. 도 5(a)는, 본 실시 형태의 기판 처리 장치(100)에 있어서의 기판 처리 방법의 플로우도이며, 도 5(b)는, 본 실시 형태의 기판 처리 방법에 있어서의 약액 처리의 플로우도이다.
도 5(a)에 나타내는 바와 같이, 단계 S10에 있어서, 처리 대상 기판(Wp)을 기판 처리 장치(100)에 반입한다. 반입된 처리 대상 기판(Wp)은, 기판 유지부(120)에 장착된다. 전형적으로는, 처리 대상 기판(Wp)은, 센터 로봇(CR)에 의해 기판 처리 장치(100)에 반입된다.
단계 S20에 있어서, 처리 대상 기판(Wp)을 약액으로 처리한다. 약액 공급부(130)는, 처리 대상 기판(Wp)에 약액을 공급한다. 약액 공급부(130)의 노즐(132)로부터 약액을 처리 대상 기판(Wp)의 상면(Wa)에 토출한다. 약액은, 처리 대상 기판(Wp)의 상면(Wa)을 덮는다. 이에 의해, 처리 대상 기판(Wp)은 약액으로 처리된다. 또한, 처리 대상 기판(Wp)을 약액으로 처리할 때에, 기판(W)은 기판 유지부(120)에 의해 회전된다. 처리 대상 기판(Wp)의 회전은, 처리 대상 기판(Wp)의 반출하기 직전까지 계속해도 된다.
단계 S30에 있어서, 처리 대상 기판(Wp)을 린스액으로 린스 한다. 린스액 공급부(140)는, 처리 대상 기판(Wp)에 린스액을 공급한다. 린스액 공급부(140)의 노즐(142)로부터 린스액을 처리 대상 기판(Wp)의 상면(Wa)에 토출한다. 린스액은, 처리 대상 기판(Wp)의 상면(Wa)을 덮는다. 이에 의해, 처리 대상 기판(Wp)은 린스액으로 처리된다.
단계 S40에 있어서, 기판 유지부(120)로부터 처리 대상 기판(Wp)을 이탈시켜 처리 대상 기판(Wp)을 반출한다. 전형적으로는, 처리 대상 기판(Wp)은, 센터 로봇(CR)에 의해 기판 처리 장치(100)로부터 반출된다. 이상과 같이 하여, 처리 대상 기판(Wp)을 약액 처리할 수 있다.
본 실시 형태의 기판 처리 장치(100)에 있어서, 도 5(b)에 나타내는 바와 같이, 처리 대상 기판(Wp)을 약액 처리한다.
단계 S22에 있어서, 처리 대상 기판(Wp)의 기판 정보를 취득한다. 기판 정보 취득부(22a)는, 처리 대상 기판(Wp)의 기판 정보를 취득한다. 기판 정보는, 처리 대상 기판(Wp)의 경화층 두께 정보 또는 이온 주입 조건 정보를 포함한다.
예를 들면, 제어부(22)는, 기억부(24)로부터 처리 대상 기판(Wp)의 경화층 두께 정보 또는 이온 주입 조건 정보를 취득한다. 또한, 처리 대상 기판(Wp)에 있어서의 경화층의 두께는, 기판 처리 시스템(10) 또는 기판 처리 장치(100) 내에 있어서 측정되어도 된다. 또, 처리 대상 기판(Wp)에 있어서의 경화층의 두께는, 기판 처리 시스템(10) 또는 기판 처리 장치(100)의 외부에서 측정되어도 된다.
혹은, 처리 대상 기판(Wp)에 대한 이온 주입은, 기판 처리 시스템(10) 또는 기판 처리 장치(100) 내에 있어서 실행되어도 된다. 또, 처리 대상 기판(Wp)에 대한 이온 주입은, 기판 처리 시스템(10) 또는 기판 처리 장치(100)의 외부에서 실행되어도 된다. 또한, 제어부(22)는, 경화층 두께 정보 또는 이온 주입 조건 정보 이외의 기판 정보를 취득해도 된다.
단계 S24에 있어서, 처리 대상 기판(Wp)의 기판 정보를 학습이 완료된 모델(LM)에 입력한다. 상세한 것은 후술하나, 학습이 완료된 모델(LM)은, 학습 대상 기판(WL)의 기판 정보와, 학습 대상 기판(WL)에 대해 행해진 약액 처리의 처리 조건을 나타내는 약액 처리 조건 정보와, 학습 대상 기판(WL)에 대해 행해진 약액 처리의 결과를 나타내는 처리 결과 정보를 포함하는 학습용 데이터로부터 구축된다. 학습이 완료된 모델(LM)은, 처리 대상 기판(Wp)의 기판 정보에 대응하여 약액 처리 조건 정보(Rp)를 출력한다.
단계 S26에 있어서, 학습이 완료된 모델(LM)로부터 약액 처리 조건 정보를 취득한다. 약액 처리 조건 정보 취득부(22b)는, 학습이 완료된 모델(LM)로부터, 기판 정보에 대응하는 약액 처리 조건 정보를 취득한다.
단계 S28에 있어서, 약액 처리 조건 정보에 따라서, 기판 유지부(120) 및 약액 공급부(130)가 처리 대상 기판(Wp)에 대해 약액 처리를 실행한다. 도 3에 나타낸 기판 처리 장치(100)에서는, 약액 공급부(130)는, 약액 처리 조건 정보에 따라서 처리 대상 기판(Wp)에 약액을 공급한다. 이상과 같이 하여, 처리 대상 기판(Wp)을 약액 처리할 수 있다.
본 실시 형태에 의하면, 기계 학습에 의해 구축된 학습이 완료된 모델(LM)로부터, 처리 대상 기판(Wp)의 경화층 두께 정보 또는 이온 주입 조건 정보를 포함하는 기판 정보에 대응하는 약액 처리 조건 정보를 취득하여, 약액 처리 조건 정보에 나타난 약액 처리 조건에 따라서 약액 처리를 실행한다. 본 실시 형태에 의하면, 처리 대상 기판(Wp)에 있어서의 경화층의 두께에 따라 약액 처리를 적절히 실행할 수 있다.
다음에, 도 6을 참조하여 본 실시 형태의 기판 처리 방법의 대상이 되는 기판(W)에 형성된 경화층에 대해서 설명한다. 도 6(a)~도 6(c)는, 기판(W)의 레지스트층(R)에 있어서의 경화층의 형성을 설명하기 위한 모식도이다.
도 6(a)에 나타내는 바와 같이, 기판(W)의 상면에 레지스트층(R)이 형성되어 있다. 레지스트층(R)은, 기판(W)의 주면에 대해 수직 방향으로 연장된다. 레지스트층(R)은, 소정의 형상으로 패터닝되어 있다.
도 6(b)에 나타내는 바와 같이, 기판(W)에 대해 이온을 주입한다. 여기에서는, 이온은, 기판(W)의 주면의 법선 방향에 평행한 방향으로 주입된다. 이온 주입에 의해, 기판(W)의 표면의 특성이 변질된다. 이 때, 레지스트층(R)의 표면도 변질되어 경화층(Rc)이 형성된다. 또한, 레지스트층(R)의 내부는 변질되지 않는 채로, 내부층(Ri)으로서 남는다. 경화층(Rc)은, 내부층(Ri)보다 단단하다.
도 6(c)에 나타내는 바와 같이, 경화층(Rc)은 소정의 두께(d)를 갖는다. 상세하게는, 경화층(Rc)의 두께(d)는, 경화층(Rc)의 높이(dt) 및 경화층(Rc)의 폭(dw)을 포함한다. 레지스트층(R)에 대해 등방적으로 이온이 주입되는 경우, 높이(dt)는 폭(dw)과 거의 같다.
한편, 레지스트층(R)에 대해 비등방적으로 이온이 주입되면, 높이(dt)는 폭(dw)과는 상이하다. 예를 들면, 도 6(b)에 나타낸 바와 같이, 이온이, 기판(W)의 주면의 법선 방향에 평행한 방향에서 주입되면, 높이(dt)는 폭(dw)보다 커진다.
다음에, 도 7을 참조하여 본 실시 형태의 기판 처리 방법의 대상이 되는 기판(W)에 형성된 경화층에 대해서 설명한다. 도 7(a)~도 7(d)는, 기판(W)의 레지스트층(R)에 있어서의 경화층의 형성을 설명하기 위한 모식도이다.
도 7(a)에 나타내는 바와 같이, 기판(W)의 상면에 레지스트층(R)이 형성되어 있다. 레지스트층(R)은, 기판(W)의 주면에 대해 수직 방향으로 연장된다.
도 7(b)에 나타내는 바와 같이, 기판(W)에 대해 이온을 주입한다. 여기에서는, 이온은, 기판(W)의 주면의 법선 방향에 대해 일방향(종이면에 대해 좌측 방향)으로 경사진 방향에서 주입된다. 이온 주입에 의해, 기판(W)의 표면의 특성이 변질된다. 이 때, 레지스트층(R)의 표면도 변질되어 경화층(Rc)이 형성된다. 이 경우, 레지스트층(R)에 대해 경화층(Rc)의 좌측은 비교적 두꺼운 한편, 경화층(Rc)의 우측은 비교적 얇다.
도 7(c)에 나타내는 바와 같이, 기판(W)에 대해 이온을 주입한다. 여기에서는, 이온은, 기판(W)의 주면의 법선 방향에 대해 타방향(종이면에 대해 우측 방향)으로 경사진 방향에서 주입된다. 이온 주입에 의해, 레지스트층(R)의 표면의 변질된 경화층(Rc)이 확대된다.
도 7(d)에 나타내는 바와 같이, 경화층(Rc)은 소정의 두께(d)를 갖는다. 상세하게는, 경화층(Rc)의 두께(d)는, 경화층(Rc)의 높이(dt) 및 경화층(Rc)의 폭(dw)을 포함한다. 이상과 같이 하여, 경화층(Rc)을 형성할 수 있다.
또한, 도 7(b) 및 도 7(c)에서는, 이온 주입을, 레지스트층(R)의 좌측으로 비스듬한 방향 및 우측으로 비스듬한 방향에서 행하기 때문에, 경화층(Rc)의 좌측의 폭 및 우측의 폭을 거의 같게 할 수 있다. 또, 레지스트층(R)에 대해 이온 주입을 비스듬한 방향으로부터 행하기 때문에, 경화층(Rc)의 높이(dt) 뿐만이 아니라 경화층(Rc)의 폭(dw)도 크게 할 수 있다.
상술한 바와 같이, 경화층(Rc)의 두께(d), 높이(dt) 및/또는 폭(dw)은, 측정 기기로 측정되어도 된다. 혹은, 경화층(Rc)의 두께(d), 높이(dt) 및/또는 폭(dw)은, 레지스트층(R)의 특성(조성, 두께, 폭 등) 및/또는 이온 주입의 조건(이온 종, 가속 에너지, 주입량 및 주입 방향 등)에 의해 거의 규정된다. 이 때문에, 이온 주입 조건으로부터 경화층(Rc)의 두께(d), 높이(dt) 및/또는 폭(dw)을 특정할 수 있다.
도 1을 참조하여 상술한 바와 같이, 학습이 완료된 모델(LM)은, 학습용 데이터(LD)로부터 생성되고, 학습용 데이터(LD)는, 기판 처리 장치(100L)의 시계열 데이터(TDL)로부터 생성된다.
다음에, 도 8을 참조하여, 학습용 데이터(LD)의 생성을 설명한다. 도 8은, 기판 처리 장치(100L)를 구비한 기판 처리 시스템(10L) 및 학습용 데이터 생성 장치(300)의 블록도이다. 여기에서는, 학습용 데이터 생성 장치(300)는, 기판 처리 장치(100L)와 통신 가능하게 접속된다. 도 8의 기판 처리 장치(100L)를 구비한 기판 처리 시스템(10L)은, 제어부(22L)가 기판 정보 취득부(22a) 및 약액 처리 조건 정보 취득부(22b)를 갖지 않고, 기억부(24L)가 학습이 완료된 모델(LM)을 기억하지 않고 테스트 레시피(TR)를 기억하는 점을 제외하고, 도 4에 나타낸 기판 처리 시스템(10)의 블록도와 동일하며, 간략하게 하기 위해 중복되는 기재를 생략한다.
기판 처리 시스템(10L)은, 복수의 기판 처리 장치(100L)와, 인덱서 로봇(IRL)과, 센터 로봇(CRL)과, 제어 장치(20L)와, 표시부(42L)와, 입력부(44L)와, 통신부(46L)와, 센서(50L)를 구비한다. 기판 처리 장치(100L), 인덱서 로봇(IRL), 센터 로봇(CRL), 제어 장치(20L), 표시부(42L), 입력부(44L) 및 통신부(46L)는, 도 4에 나타낸 기판 처리 시스템(10)의 기판 처리 장치(100), 인덱서 로봇(IR), 센터 로봇(CR), 제어 장치(20), 표시부(42), 입력부(44) 및 통신부(46)와 동일한 구성을 갖는다.
또, 기판 처리 장치(100L)는, 기판 유지부(120L)와, 약액 공급부(130L)와, 린스액 공급부(140L)와, 컵(180L)을 구비한다. 챔버(110L), 기판 유지부(120L), 약액 공급부(130L), 린스액 공급부(140L) 및 컵(180L)은, 도 3 및 도 4에 나타낸 기판 유지부(120), 약액 공급부(130), 린스액 공급부(140) 및 컵(180)과 동일한 구성을 갖는 것이 바람직하다.
제어 장치(20L)는, 제어부(22L)와, 기억부(24L)를 갖는다. 기억부(24L)는, 제어 프로그램(PGL)을 기억한다. 기판 처리 장치(100L)는, 제어 프로그램(PGL)에 정해진 순서에 따라서 동작한다.
또, 기억부(24L)는, 복수의 테스트 레시피(TR)를 기억한다. 복수의 테스트 레시피(TR)는, 약액 처리 조건이 상이한 레시피를 포함한다. 이 때문에, 제어부(22L)가, 테스트 레시피(TR)에 따라서 학습 대상 기판(WL)을 처리하는 경우, 상이한 학습 대상 기판(WL)에 대해 상이한 약액 처리가 행해진다.
기억부(24L)는, 학습 대상 기판(WL)의 시계열 데이터(TDL)를 기억한다. 시계열 데이터(TDL)는, 기판 처리 장치(100L)에 있어서의 물리량의 시간 변화를 나타내는 데이터이다. 시계열 데이터(TDL)는, 센서(50L)에 의해 검지된 복수의 물리량을 나타낸다. 시계열 데이터(TDL)는, 학습 대상 기판(WL)을 기판 처리 장치(100L)에서 처리하기 전의 제조 프로세스를 나타내는 데이터를 포함해도 된다. 또한, 시계열 데이터(TDL)는, 경화층 두께 정보 또는 이온 주입 조건 정보를 포함하는 기판 정보, 학습 대상 기판(WL)에 대해 행해진 약액 처리 조건을 나타내는 약액 처리 조건 정보 및 학습 대상 기판(WL)에 대해 행해진 약액 처리의 결과를 나타내는 처리 결과 정보를 포함한다.
학습용 데이터 생성 장치(300)는, 기판 처리 장치(100L)와 통신 가능하게 접속된다. 학습용 데이터 생성 장치(300)는, 기판 처리 장치(100L)의 시계열 데이터(TDL)의 적어도 일부를 통신한다.
학습용 데이터 생성 장치(300)는, 제어 장치(320)와, 표시부(342)와, 입력부(344)와, 통신부(346)를 구비한다. 학습용 데이터 생성 장치(300)는, 통신부(346)를 통하여 복수의 기판 처리 장치(100L)의 제어 장치(20L)와 통신 가능하다. 표시부(342), 입력부(344) 및 통신부(346)는, 표시부(42), 입력부(44) 및 통신부(46)와 동일한 구성을 갖고 있다.
제어 장치(320)는, 제어부(322)와, 기억부(324)를 포함한다. 기억부(324)는, 제어 프로그램(PG3)을 기억한다. 학습용 데이터 생성 장치(300)는, 제어 프로그램(PG3)에 정해진 순서에 따라서 동작한다.
제어부(322)는, 기판 처리 장치(100L)로부터, 시계열 데이터(TDL)의 적어도 일부를 수신하여, 수신한 시계열 데이터(TDL)를 기억부(324)에 기억시킨다. 기억부(324)는, 학습 대상 기판(WL)의 시계열 데이터(TDL)의 적어도 일부를 기억한다. 시계열 데이터(TDL)는, 통신부(46L) 및 통신부(346)를 통하여 기판 처리 장치(100L)로부터 학습용 데이터 생성 장치(300)에 송신된다. 제어부(322)는, 송신된 시계열 데이터(TDL)의 적어도 일부를 기억부(324)에 기억시킨다. 기억부(324)에 기억된 시계열 데이터(TDL)는, 시계열 데이터(TDL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보를 포함한다.
제어부(322)는, 기억부(324)의 시계열 데이터(TDL)로부터, 학습 대상 기판(WL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보를 취득한다. 또한, 제어부(322)는, 학습 대상 기판(WL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보를 합하여 학습용 데이터(LD)를 생성하고, 기억부(324)는, 학습용 데이터(LD)를 기억한다.
다음에, 도 8 및 도 9를 참조하여, 본 실시 형태의 학습용 데이터의 생성 방법을 설명한다. 도 9는, 본 실시 형태의 학습용 데이터의 생성 방법의 플로우도이다. 학습용 데이터의 생성은, 학습용 데이터 생성 장치(300)에 있어서 행해진다.
도 9에 나타내는 바와 같이, 단계 S110에 있어서, 학습 대상 기판(WL)의 시계열 데이터(TDL)를 취득한다. 전형적으로는, 학습용 데이터 생성 장치(300)는, 기판 처리 장치(100L)로부터 학습 대상 기판(WL)의 시계열 데이터(TDL)의 적어도 일부를 수신한다. 기억부(324)는, 수신한 시계열 데이터(TDL)를 기억한다.
단계 S112에 있어서, 기억부(324)에 기억된 학습 대상 기판(WL)의 시계열 데이터(TDL)로부터 기판 정보를 추출한다. 기판 정보는, 경화층 두께 정보 또는 이온 주입 조건 정보를 포함한다. 제어부(322)는, 기억부(324)의 시계열 데이터(TDL)로부터 학습 대상 기판(WL)의 기판 정보를 취득한다.
단계 S114에 있어서, 기억부(324)에 기억된 학습 대상 기판(WL)의 시계열 데이터(TDL)로부터 학습 대상 기판(WL)의 약액 처리 조건 정보를 추출한다. 제어부(322)는, 기억부(324)의 시계열 데이터(TDL)로부터 학습 대상 기판(WL)의 약액 처리 조건 정보를 취득한다.
단계 S116에 있어서, 기억부(324)에 기억된 학습 대상 기판(WL)의 시계열 데이터(TDL)로부터 학습 대상 기판(WL)의 처리 결과 정보를 추출한다. 제어부(322)는, 기억부(324)의 시계열 데이터(TDL)로부터 학습 대상 기판(WL)의 처리 결과 정보를 취득한다.
단계 S118에 있어서, 학습 대상 기판(WL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보를 관련지어 학습용 데이터(LD)로서 생성하고, 기억부(324)는, 복수의 학습 대상 기판(WL) 마다 학습용 데이터(LD)를 기억한다.
본 실시 형태에 있어서, 생성된 학습용 데이터는, 학습 대상 기판(WL) 마다 서로 관련지어진 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보를 포함한다. 이와 같은 학습용 데이터는, 학습 처리에 적합하게 이용된다.
또한, 도 8에서는, 학습용 데이터 생성 장치(300)는, 1개의 기판 처리 장치(100L)와 통신 가능하게 접속되었지만, 본 실시 형태는 이것에 한정되지 않는다. 학습용 데이터 생성 장치(300)는, 복수의 기판 처리 장치(100L)와 통신 가능하게 접속되어도 된다.
또, 도 8 및 도 9를 참조한 설명에서는, 기판 처리 장치(100L)에서 생성된 시계열 데이터(TDL)가 통신부(46L) 및 통신부(346)를 통하여 학습용 데이터 생성 장치(300)에 송신되었지만, 본 실시 형태는 이것에 한정되지 않는다. 학습용 데이터 생성 장치(300)의 제어 장치(320)는, 기판 처리 장치(100L)를 구비하는 기판 처리 시스템(10)의 제어 장치(20)에 내장되어 있어, 시계열 데이터(TDL)가 네트워크를 통하여 전송되지 않고, 기판 처리 시스템(10) 내에서 시계열 데이터(TDL)로부터 학습용 데이터(LD)가 생성되어도 된다.
다음에, 도 10을 참조하여, 본 실시 형태의 학습이 완료된 모델(LM)의 생성을 설명한다. 도 10은, 본 실시 형태의 학습용 데이터 생성 장치(300) 및 학습 장치(400)의 모식도이다. 학습용 데이터 생성 장치(300) 및 학습 장치(400)는 서로 통신 가능하다.
학습 장치(400)는, 학습용 데이터 생성 장치(300)와 통신 가능하게 접속된다. 학습 장치(400)는, 학습용 데이터 생성 장치(300)로부터 학습용 데이터(LD)를 수신한다. 학습 장치(400)는, 학습용 데이터(LD)에 의거하여 기계 학습을 행하고, 학습이 완료된 모델(LM)을 생성한다.
학습 장치(400)는, 제어 장치(420)와, 표시부(442)와, 입력부(444)와, 통신부(446)를 구비한다. 표시부(442), 입력부(444) 및 통신부(446)는, 도 4에 나타낸 기판 처리 시스템(10)의 표시부(42), 입력부(44) 및 통신부(46)와 동일한 구성을 갖고 있다.
제어 장치(420)는, 제어부(422) 및 기억부(424)를 포함한다. 기억부(424)는, 제어 프로그램(PG4)을 기억한다. 학습 장치(400)는, 제어 프로그램(PG4)에 정해진 순서에 따라서 동작한다.
기억부(424)는, 학습용 데이터(LD)를 기억한다. 학습용 데이터(LD)는, 통신부(346) 및 통신부(446)를 통하여 학습용 데이터 생성 장치(300)로부터 학습 장치(400)에 송신된다. 제어부(422)는, 송신된 학습용 데이터(LD)를 기억부(424)에 기억시킨다. 기억부(424)에 기억된 학습용 데이터(LD)에서는, 시계열 데이터(TDL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보가 서로 관련지어져 있다.
기억부(424)는, 학습 프로그램(LPG)을 기억한다. 학습 프로그램(LPG)은, 복수의 학습용 데이터(LD) 중에서 일정한 규칙을 발견하고, 발견한 규칙을 표현하는 학습이 완료된 모델(LM)을 생성하기 위한 기계 학습 알고리즘을 실행하기 위한 프로그램이다. 제어부(422)는, 기억부(424)의 학습 프로그램(LPG)을 실행함으로써, 학습용 데이터(LD)를 기계 학습함으로써 추론 프로그램의 파라미터를 조정하여 학습이 완료된 모델(LM)을 생성한다.
기계 학습 알고리즘은, 지도 학습이면, 특별히 한정되지 않고, 예를 들면, 결정 트리, 최근접 이웃법, 나이브 베이즈 분류기, 서포트 벡터 머신, 또는, 뉴럴 네트워크이다. 따라서, 학습이 완료된 모델(LM)은, 결정 트리, 최근접 이웃법, 나이브 베이즈 분류기, 서포트 벡터 머신, 또는, 뉴럴 네트워크를 포함한다. 학습이 완료된 모델(LM)을 생성하는 기계 학습에 있어서, 오차역전파법을 이용해도 된다.
예를 들면, 뉴럴 네트워크는, 입력층, 단수 또는 복수의 중간층, 및, 출력층을 포함한다. 구체적으로는, 뉴럴 네트워크는, 딥 뉴럴 네트워크(DNN： Deep Neural Network), 재귀형 뉴럴 네트워크(RNN： Recurrent Neural Network), 또는, 컨볼루셔널 뉴럴 네트워크(CNN： Convolutional Neural Network)이며, 딥 러닝을 행한다. 예를 들면, 딥 뉴럴 네트워크는, 입력층, 복수의 중간층, 및, 출력층을 포함한다.
제어부(422)는, 취득부(422a)와, 학습부(422b)를 포함한다. 취득부(422a)는, 기억부(424)로부터 학습용 데이터(LD)를 취득한다. 학습부(422b)는, 기억부(424)의 학습 프로그램(LPG)을 실행함으로써, 학습용 데이터(LD)를 기계 학습하여, 학습용 데이터(LD)로부터 학습이 완료된 모델(LM)을 생성한다.
학습부(422b)는, 학습 프로그램(LPG)에 의거하여 복수의 학습용 데이터(LD)를 기계 학습한다. 그 결과, 복수의 학습용 데이터(LD) 중에서 일정한 규칙이 발견되어, 학습이 완료된 모델(LM)이 생성된다. 즉, 학습이 완료된 모델(LM)은, 학습용 데이터(LD)를 기계 학습함으로써 구축된다. 기억부(424)는, 학습이 완료된 모델(LM)을 기억한다.
그 후, 전형적으로는, 학습이 완료된 모델(LM)은, 기판 처리 시스템(10)에 전송되어, 기억부(24)가 학습이 완료된 모델(LM)을 기억한다. 이 경우, 도 4를 참조한 상술한 바와 같이, 기판 처리 시스템(10)에 있어서의 제어 장치(20)의 기억부(24)가 학습이 완료된 모델(LM)을 기억하고 있어, 약액 처리 조건 정보 취득부(22b)는, 기억부(24)의 학습이 완료된 모델(LM)로부터 약액 처리 조건을 취득한다.
단, 본 실시 형태는 이것에 한정되지 않는다. 기억부(24)는, 학습이 완료된 모델(LM)을 기억하고 있지 않고, 약액 처리 조건 정보 취득부(22b)는, 기판 처리 시스템(10)의 외부로부터 약액 처리 조건을 취득해도 된다. 예를 들면, 약액 처리 조건 정보 취득부(22b)는, 통신부(46) 및 통신부(446)를 통하여 학습 장치(400)의 학습이 완료된 모델(LM)에 처리 대상 기판(Wp)의 기판 정보를 송신하고, 통신부(446) 및 통신부(46)를 통하여 학습 장치(400)로부터 학습이 완료된 모델(LM)에 있어서 출력된 약액 처리 조건 정보를 수신해도 된다.
다음에, 도 1~도 11을 참조하여, 본 실시 형태의 학습 장치(400)에 있어서의 학습 방법을 설명한다. 도 11은, 본 실시 형태의 학습 방법의 플로우도이다. 학습용 데이터(LD)의 학습 및 학습이 완료된 모델(LM)의 생성은, 학습 장치(400)에 있어서 행해진다.
도 11에 나타내는 바와 같이, 단계 S122에 있어서, 학습 장치(400)의 취득부(422a)는, 기억부(424)로부터 복수의 학습용 데이터(LD)를 취득한다. 학습용 데이터(LD)에서는, 학습 대상 기판(WL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보가 서로 관련지어져 있다.
다음에, 단계 S124에 있어서, 학습부(422b)는, 학습 프로그램(LPG)에 의거하여 복수의 학습용 데이터(LD)를 기계 학습한다.
다음에, 단계 S126에 있어서, 학습부(422b)는, 학습용 데이터(LD)의 기계 학습이 종료되는지 여부를 판정한다. 기계 학습을 종료하는지 여부는, 미리 정해진 조건에 따라서 결정된다. 예를 들면, 기계 학습은, 소정수 이상의 학습용 데이터(LD)를 기계 학습하면 종료된다.
기계 학습이 종료되지 않은 경우(단계 S126에 있어서 No), 처리는, 단계 S122로 되돌아온다. 그 경우, 기계 학습이 반복된다. 한편, 기계 학습이 종료되는 경우(단계 S126에 있어서 Yes), 처리는, 단계 S128로 진행된다.
단계 S128에 있어서, 학습부(422b)는, 최신의 복수의 파라미터(계수) 즉, 복수의 학습이 완료된 파라미터(계수)를 적용한 모델(1 이상의 함수)을, 학습이 완료된 모델(LM)로서 출력한다. 기억부(424)는 학습이 완료된 모델(LM)을 기억한다.
이상과 같이 하여, 학습 방법은 종료되고, 학습이 완료된 모델(LM)이 생성된다. 본 실시 형태에 의하면, 학습용 데이터(LD)를 기계 학습함으로써, 학습이 완료된 모델(LM)을 생성할 수 있다.
또한, 도 10에서는, 학습 장치(400)는, 1개의 학습용 데이터 생성 장치(300)와 통신 가능하게 접속되었지만, 본 실시 형태는 이것에 한정되지 않는다. 학습 장치(400)는, 복수의 학습용 데이터 생성 장치(300)와 통신 가능하게 접속되어도 된다.
또, 도 10 및 도 11을 참조한 설명에서는, 학습용 데이터 생성 장치(300)에서 생성된 학습용 데이터(LD)가 통신부(346) 및 통신부(446)를 통하여 학습 장치(400)에 송신되었지만, 본 실시 형태는 이것에 한정되지 않는다. 학습 장치(400)의 제어 장치(420)는, 학습용 데이터 생성 장치(300)의 제어 장치(320)에 내장되어 있어, 학습용 데이터(LD)가 네트워크를 통하여 전송되지 않고, 학습용 데이터 생성 장치(300) 내에서 학습용 데이터(LD)로부터 학습이 완료된 모델(LM)이 생성되어도 된다.
또한, 도 8~도 11을 참조한 설명에서는, 기판 처리 장치(100L)에서 생성된 시계열 데이터(TDL)가 통신부(46L) 및 통신부(346)를 통하여 학습용 데이터 생성 장치(300)에 송신되고, 학습용 데이터 생성 장치(300)에서 생성된 학습용 데이터(LD)가 통신부(346) 및 통신부(446)를 통하여 학습 장치(400)에 송신되었지만, 본 실시 형태는 이것에 한정되지 않는다. 학습용 데이터 생성 장치(300)의 제어 장치(320) 및 학습 장치(400)의 제어 장치(420)는, 기판 처리 시스템(10L)의 제어 장치(20)에 내장되어 있어, 시계열 데이터(TDL) 및 학습용 데이터(LD)가 네트워크를 통하여 전송되지 않고, 기판 처리 시스템(10L) 내에서 시계열 데이터(TDL)로부터 학습용 데이터(LD)를 통하여 학습이 완료된 모델(LM)이 생성되어도 된다.
다음에, 도 12를 참조하여 학습용 데이터(LD)의 일례를 설명한다. 도 12는, 학습용 데이터(LD)의 일례를 나타내는 도이다.
도 12는, 학습 대상 기판(WL)의 기판 정보, 학습 대상 기판(WL)의 약액 처리 조건, 및, 학습 대상 기판(WL)의 처리 결과를 나타낸다. 여기에서는, 기판 정보는, 학습 대상 기판(WL)의 경화층 두께 정보이다. 경화층의 두께는, 학습 대상 기판(WL)의 레지스트층에 있어서의 경화층을 측정함으로써 취득할 수 있다. 약액 처리 조건 정보는, 학습 대상 기판(WL)에 대해 행해진 약액 처리의 조건을 나타낸다. 약액 처리 조건은, 예를 들면, 약액의 농도, 약액의 온도, 약액의 공급량 및 약액을 공급할 때의 학습 대상 기판(WL)의 회전 속도를 포함한다. 처리 결과는, 약액 처리 후의 학습 대상 기판(WL)의 결과를 나타낸다. 도 12에 있어서, 학습용 데이터(LD)는, 학습용 데이터(LD1)부터 학습용 데이터(LD1000)를 포함한다.
학습용 데이터(LD1)는, 어느 학습 대상 기판(WL1)의 기판 정보, 약액 처리 조건, 및, 처리 결과를 나타낸다. 여기에서는, 학습용 데이터(LD1)에 있어서, Ld1은, 학습 대상 기판(WL1)의 경화층의 두께를 나타낸다. 또, Lp1은, 학습 대상 기판(WL1)에 대해 행해진 약액 처리의 조건을 나타낸다.
처리 결과 정보는, 학습 대상 기판(WL1)에 대해 약액 처리의 처리 결과를 나타낸다. 처리 결과는, 학습 대상 기판(WL1)에 있어서 특성의 이상(異常)이 발견되었는지 여부에 의해 판정되어도 된다. 학습용 데이터(LD1)에서는, 약액 처리된 학습 대상 기판의 결과는 양호했으므로, ○으로 나타낸다. 한편, 약액 처리된 학습 대상 기판의 결과가 양호하지 않은 경우, ×로 나타낸다.
학습용 데이터(LD2~LD1000)는, 학습 대상 기판(WL2~WL1000)에 대응하여 생성된다. 학습 대상 기판(WL)에 대해 행해지는 약액 처리 조건은, 같아도 되고, 상이해도 된다. 처리 결과는, 학습 대상 기판(WL)의 경화층의 두께에 따라 크게 변동한다.
도 12에 나타낸 학습용 데이터(LD)에서는, 데이터의 수는 1000개였지만, 본 실시 형태는 이것에 한정되지 않는다. 데이터의 수는, 1000개보다 작아도 되고, 1000개보다 커도 된다. 단, 데이터의 수는, 가능한 한 많은 것이 바람직하다.
또한, 학습용 데이터(LD)에 있어서, 기판 정보는, 복수의 항목을 포함하는 것이 바람직하다. 예를 들면, 경화층 두께 정보는, 경화층의 높이를 나타내는 경화층 높이 정보 및 경화층의 폭을 나타내는 경화층 폭 정보를 포함해도 된다.
도 13은, 학습용 데이터(LD)의 일례를 나타내는 도이다. 도 13에 나타내는 바와 같이, 학습용 데이터(LD)는, 학습 대상 기판(WL)의 기판 정보, 학습 대상 기판(WL)의 약액 처리 조건 정보, 및, 학습 대상 기판(WL)의 처리 결과 정보를 포함한다. 도 13의 학습용 데이터(LD)는, 학습 대상 기판(WL)의 기판 정보가 경화층 높이 정보 및 경화층 폭 정보를 포함하는 점을 제외하고, 도 12를 참조하여 상술한 학습용 데이터(LD)와 동일하며, 간략하게 하기 위해 중복되는 기재를 생략한다.
여기에서는, 기판 정보는, 학습 대상 기판(WL)의 경화층 높이 정보 및 경화층 폭 정보이다. 경화층의 높이 및 폭은, 학습 대상 기판(WL)의 레지스트층에 있어서의 경화층을 측정함으로써 취득할 수 있다. 도 13에 있어서, 학습용 데이터(LD)는, 학습용 데이터(LD1~LD1000)를 포함한다.
학습용 데이터(LD1)는, 어느 학습 대상 기판(WL1)의 기판 정보, 약액 처리 조건, 및, 처리 결과를 나타낸다. 여기에서는, 학습용 데이터(LD1)에 있어서, Ldt1은, 학습 대상 기판(WL1)의 경화층의 높이를 나타낸다. Ldw1은, 학습 대상 기판(WL1)의 경화층의 폭을 나타낸다.
학습용 데이터(LD2~LD1000)는, 학습 대상 기판(WL2~WL1000)에 대응하여 생성된다. 처리 결과는, 학습 대상 기판(WL)의 경화층의 높이 및 폭에 따라 크게 변동한다. 학습용 데이터(LD)는, 학습 대상 기판(WL)의 약액 처리의 결과의 변동에 크게 기여하는 항목을 갖는 것이 바람직하다.
또한, 도 12 및 도 13을 참조한 상술한 설명에서는, 처리 결과가 양호할 때에 ○으로 나타내고, 처리 결과가 양호하지 않을 때에 ×로 나타내고 있으며, 학습용 데이터(LD1~LD1000)의 처리 결과는 2치화되어 있었지만, 본 실시 형태는 이것에 한정되지 않는다. 처리 결과는, 3 이상의 복수의 값으로 분류되어도 된다. 혹은, 처리 결과는, 최저치와 최대치 사이의 임의의 값으로 분류되어도 된다. 예를 들면, 처리 결과는, 학습 대상 기판(WL)의 특성에 더하여, 약액의 사용량(공급량) 또는 약액 처리에 필요로 하는 시간 등을 고려하여 수치화되어도 된다.
또한, 학습용 데이터(LD)에 있어서, 약액 처리 조건은, 복수의 항목을 포함하는 것이 바람직하다. 예를 들면, 약액 처리 조건은, 약액의 농도, 온도, 공급량, 학습 대상 기판에 대한 약액의 토출 패턴, 약액 처리 시의 기판 유지부(120)의 회전 속도를 포함해도 된다.
다음에, 도 14를 참조하여, 본 실시 형태의 학습 방법에 있어서 이용되는 학습용 데이터(LD)를 설명한다. 도 14는, 학습용 데이터(LD)의 일례를 나타내는 도이다.
도 14에 나타내는 바와 같이, 학습용 데이터(LD)는, 학습용 데이터(LD1~LD1000)를 포함한다. 학습용 데이터(LD)는, 학습 대상 기판(WL)의 기판 정보, 학습 대상 기판(WL)의 약액 처리 조건, 및, 학습 대상 기판(WL)의 처리 결과 정보를 나타낸다. 여기에서는, 약액 처리 조건은, 약액의 농도, 약액의 온도, 약액의 공급량, 학습 대상 기판에 대한 약액의 토출 패턴, 및 약액을 공급할 때의 학습 대상 기판의 회전 속도를 포함한다.
약액의 농도는, 학습 대상 기판(WL)에 이용된 약액의 농도를 나타낸다. 약액의 온도는, 학습 대상 기판(WL)에 이용된 약액의 온도를 나타낸다. 약액의 공급량은, 학습 대상 기판(WL)에 이용된 약액의 공급량을 나타낸다. 학습 대상 기판에 대한 약액의 토출 패턴은, 학습 대상 기판(WL)에 대해 약액의 토출된 경로(노즐(132)의 이동 경로)를 나타낸다. 학습 대상 기판의 회전 속도는, 약액을 공급할 때의 학습 대상 기판(WL)의 회전 속도를 나타낸다. 또, 학습용 데이터(LD)에 있어서, 약액 처리된 학습 대상 기판의 결과가 양호할 때는 「○」으로 나타내고, 약액 처리된 학습 대상 기판의 결과가 양호하지 않을 때는 「×」로 나타낸다.
학습용 데이터(LD1)에 있어서, Lc1은, 학습 대상 기판(WL1)에 대해 이용된 약액의 농도를 나타내고, Lt1은, 학습 대상 기판(WL1)에 대해 이용된 약액의 온도를 나타낸다. 또, Ls1은, 학습 대상 기판(WL1)에 대해 이용된 약액의 공급량을 나타내고, Le1은, 학습 대상 기판(WL1)에 대한 약액의 토출 패턴을 나타내고, Lv1은, 학습 대상 기판(WL1)에 대해 약액을 공급할 때의 학습 대상 기판(WL1)의 회전 속도를 나타낸다. 학습용 데이터(LD1)에서는, 약액 처리된 학습 대상 기판(WL1)의 처리 결과가 양호했기 때문에, 처리 결과는 「○」이다.
학습용 데이터(LD2~LD1000)에 대해서도 동일하다. 또한, 학습 대상 기판(WL)에 대해 행해지는 약액 처리 조건은, 같아도 되고, 상이해도 된다. 예를 들면, 약액 처리 조건의 복수의 항목 중 적어도 일부가, 같아도 되고, 상이해도 된다. 혹은, 약액 처리 조건의 복수의 항목 모두가, 같아도 되고, 상이해도 된다. 처리 결과는, 학습 대상 기판(WL)의 기판 상태 및 약액 처리 조건에 따라 변동한다.
다음에, 도 1~도 15를 참조하여, 본 실시 형태의 기판 처리 장치(100)에 있어서의 약액 처리를 설명한다. 도 15(a)는, 처리 대상 기판(Wp)의 모식도를 나타내고, 도 15(b)는, 학습이 완료된 모델(LM)에 있어서 생성된 약액 처리 조건 정보(Rp)를 나타낸다.
도 15(a)에 나타내는 바와 같이, 처리 대상 기판(Wp)은, 경화층(Rc)이 형성된 레지스트층(R)을 갖는다. 여기서, 경화층(Rc)의 높이는 dt이며, 경화층(Rc)의 폭은 dw이다.
도 15(b)는, 약액 처리 조건 정보(Rp)를 나타내는 도이다. 약액 처리 조건 정보(Rp)는, 약액의 농도, 약액의 온도, 약액의 공급량, 학습 대상 기판에 대한 약액의 토출 패턴, 및, 약액을 공급할 때의 처리 대상 기판의 회전 속도를 포함한다.
약액 처리 조건 정보(Rp)에 있어서, Rc는, 처리 대상 기판(Wp)에 대해 이용되는 약액의 농도를 나타내고, Rt는, 처리 대상 기판(Wp)에 대해 이용되는 약액의 온도를 나타낸다. 또, Rs는, 처리 대상 기판(Wp)에 대해 이용되는 약액의 공급량을 나타내고, Pe는, 처리 대상 기판(Wp)에 대해 이용되는 약액의 토출 패턴을 나타내고, Rv는, 처리 대상 기판(Wp)에 대해 약액을 공급할 때의 처리 대상 기판(Wp)의 회전 속도를 나타낸다.
이 경우, 제어부(22)는, 약액 처리 조건 정보(Rp)에 나타난 약액 처리 조건에 따라서 처리 대상 기판(Wp)을 약액으로 처리하도록 기판 유지부(120) 및 약액 공급부(130)를 제어한다.
또한, 도 14 및 도 15를 참조한 설명에서는, 약액 처리 조건은, 약액의 농도, 약액의 온도, 약액의 공급량, 약액의 토출 패턴, 및, 처리 대상 기판의 회전 속도의 5개의 항목을 가졌지만, 본 실시 형태는 이것에 한정되지 않는다. 약액 처리 조건은, 이들 5항목 중 1 이상의 어느 항목을 가져도 된다. 또는, 약액 처리 조건은, 이들 5항목 중 1 이상의 어느 한 항목과 다른 항목의 조합이어도 된다. 혹은, 약액 처리 조건은, 이들 5항목과는 상이한 1 이상의 항목을 가져도 된다.
또한, 도 12~도 15를 참조한 상술한 설명에서는, 학습 대상 기판(WL)의 기판 정보는, 경화층의 두께의 측정에 의해 얻어지는 정보였지만, 본 실시 형태는 이것에 한정되지 않는다. 학습 대상 기판(WL)의 기판 정보는, 경화층을 형성하는 이온 주입의 조건에 관한 정보를 포함해도 된다.
다음에, 도 16을 참조하여, 본 실시 형태의 학습 방법에 있어서 이용되는 학습용 데이터(LD)를 설명한다. 도 16은, 학습용 데이터(LD)의 일례를 나타내는 도이다. 또한, 도 16의 학습용 데이터(LD)는, 기판 정보가 학습 대상 기판(WL)의 경화층을 형성하기 위한 이온 주입 조건을 나타내는 점을 제외하고, 도 12를 참조하여 상술한 학습용 데이터(LD)와 동일하며, 간략하게 하기 위해 중복되는 기재를 생략한다.
도 16에 나타내는 바와 같이, 학습용 데이터(LD)는, 학습용 데이터(LD1~LD1000)를 포함한다. 학습용 데이터(LD)는, 학습 대상 기판(WL)의 기판 정보, 학습 대상 기판(WL)의 약액 처리 조건, 및, 학습 대상 기판(WL)의 처리 결과 정보를 나타낸다. 여기에서는, 학습 대상 기판(WL)의 기판 정보는, 학습 대상 기판(WL)의 경화층을 형성하기 위한 이온 주입 조건을 나타내는 이온 주입 조건 정보를 포함한다.
또, 이온 주입 조건 정보는, 이온 종, 가속 에너지, 주입량, 및, 주입 방향을 포함한다. 이온 종은, 이온 주입에 이용된 이온 종을 나타내고, 가속 에너지는, 이온 주입 시의 이온 종의 가속 에너지를 나타낸다. 또, 주입량은, 이온 주입된 이온 종의 양을 나타내고, 주입 방향은, 학습 대상 기판(WL)에 대해 이온을 주입한 방향을 나타낸다.
학습용 데이터(LD1)에 있어서, Lk1은, 학습 대상 기판(WL1)의 경화층을 형성할 때의 이온 주입에 이용된 이온 종을 나타내고, La1은, 학습 대상 기판(WL1)의 경화층을 형성할 때의 이온 주입 시의 가속 에너지를 나타낸다. 또, Lu1은, 학습 대상 기판(WL1)의 경화층을 형성할 때의 이온 주입량을 나타내고, Ld1은, 학습 대상 기판(WL1)의 경화층을 형성할 때에 학습 대상 기판(WL)에 대해 이온을 주입한 방향을 나타낸다.
학습용 데이터(LD2~LD1000)에 대해서도 동일하다. 이와 같이, 기판 정보는, 경화층의 두께 자체가 아니라, 경화층을 형성하기 위한 이온 주입의 조건을 나타내도 된다. 또한, 이온 주입 조건 정보는, 이온 종, 가속 에너지, 주입량, 및, 주입 방향 중 어느 하나의 항목이어도 된다. 또, 이온 주입 조건 정보는, 이온 종, 가속 에너지, 주입량, 및, 주입 방향 중 어느 하나의 항목과 다른 항목의 조합을 가져도 된다. 혹은, 이온 주입 조건 정보는, 이온 종, 가속 에너지, 주입량, 및, 주입 방향 이외의 1 이상의 항목을 가져도 된다. 또, 기판 정보는, 경화층 두께 정보와 이온 주입 조건 정보의 조합이어도 된다.
또한, 도 3에 나타낸 기판 처리 장치(100)에서는, 약액 공급부(130)는, 일정 상태의 약액을 기판(W)에 공급했지만, 본 실시 형태는 이것에 한정되지 않는다. 약액의 농도·온도는 적당히 변경되어도 된다.
다음에, 도 17을 참조하여 본 실시 형태의 기판 처리 장치(100)를 설명한다. 도 17은, 본 실시 형태의 기판 처리 장치(100)의 모식도이다. 또한, 도 17의 기판 처리 장치(100)는, 약액 공급부(130)로부터 공급되는 약액의 농도·온도가 조정 가능한 점을 제외하고, 도 3을 참조하여 상술한 기판 처리 장치(100)와 동일하고, 간략하게 하기 위해 중복되는 기재를 생략한다.
도 17에 나타낸 본 실시 형태의 기판 처리 장치(100)에 있어서, 약액 공급부(130)는, 기판(W)에 약액으로서 SPM을 공급한다. SPM은, 황산과 과산화 수소수의 혼합에 의해 생성된다. 예를 들면, 약액 공급부(130)는, SPM의 농도(혼합 비율)를 변경하여 기판(W)에 SPM을 공급할 수 있다. 이에 의해, 기판(W)은, SPM으로 처리된다.
약액 공급부(130)는, 노즐(132)과, 배관(134a)과, 밸브(136a)와, 조정 밸브(137a)와, 배관(134b)과, 밸브(136b)와, 조정 밸브(137b)를 포함한다. 노즐(132)은, 기판(W)의 상면(Wa)과 대향하여, 기판(W)의 상면(Wa)을 향해 약액을 토출한다.
배관(134a)은, 노즐(132)에 결합된다. 노즐(132)은, 배관(134a)의 선단에 설치된다. 배관(134a)에는, 공급원으로부터 과산화 수소수가 공급된다. 밸브(136a) 및 조정 밸브(137a)는, 배관(134a)에 설치된다. 밸브(136a)는, 배관(134a) 내의 유로를 개폐한다. 조정 밸브(137a)는, 배관(134a) 내의 유로를 통과하는 과산화 수소수의 유량을 조정한다.
배관(134b)은, 노즐(132)에 결합된다. 노즐(132)은, 배관(134b)의 선단에 설치된다. 배관(134b)에는, 공급원으로부터 황산이 공급된다. 황산의 온도는, 과산화 수소수의 온도와 같아도 되고, 상이해도 된다. 밸브(136b) 및 조정 밸브(137b)는, 배관(134b)에 설치된다. 밸브(136b)는, 배관(134b) 내의 유로를 개폐한다. 조정 밸브(137b)는, 배관(134b) 내의 유로를 통과하는 황산의 유량을 조정한다.
본 실시 형태에 의하면, 조정 밸브(137a, 137b)를 조정함으로써, 배관(134a, 134b) 내를 흐르는 과산화 수소수, 황산의 유량을 변경할 수 있다. 이 때문에, 과산화 수소수와 황산의 혼합에 의해 생성되는 SPM의 농도·온도를 조정할 수 있다.
또한, 도 6 및 도 7을 참조하여 상술한 바와 같이, 기판(W)의 레지스트층(R)을 제거하는 경우, 내부층(Ri)은 약액으로 비교적 제거하기 쉬운 한편, 경화층(Rc)은 약액으로 비교적 제거하기 어렵다. 이 때문에, 경화층(Rc)을 제거할 때에는, SPM의 제거 능력이 높아지도록 SPM의 농도를 제어하고, 내부층(Ri)을 제거할 때에는, SPM의 제거 능력이 낮아지도록 SPM의 농도를 제어하는 것이 바람직하다.
예를 들면, 경화층(Rc)을 제거할 때에는, SPM 중 과산화 수소수의 비율이 높아지도록 SPM의 농도를 제어하고, 내부층(Ri)을 제거할 때에는, SPM 중 과산화 수소수의 비율이 낮아지도록 SPM의 농도를 제어한다. 이에 의해, 레지스트층(R)의 손상을 억제하면서 레지스트층을 제거할 수 있다.
다음에, 도 18을 참조하여, 본 실시 형태의 학습 방법에 있어서 이용되는 학습용 데이터(LD)를 설명한다. 도 18은, 학습용 데이터(LD)의 일례를 나타내는 도이다. 도 18의 학습용 데이터(LD)는, 도 17에 나타낸 기판 처리 장치(100)의 학습이 완료된 모델(LM)을 생성하기 위해 적합하게 이용된다. 또한, 도 18의 학습용 데이터(LD)는, 학습용 데이터 중 적어도 1개의 항목의 값이 물성치의 시간 변화를 나타내는 프로파일을 나타내는 점을 제외하고, 도 14를 참조하여 상술한 학습용 데이터(LD)와 동일하며, 간략하게 하기 위해 중복되는 기재를 생략한다.
도 18에 나타내는 바와 같이, 학습용 데이터(LD)는, 학습용 데이터(LD1~LD1000)를 포함한다. 약액 처리 조건은, 약액의 농도 프로파일, 약액의 온도 프로파일, 약액의 공급량, 학습 대상 기판에 대한 약액의 토출 패턴, 및 약액을 공급할 때의 학습 대상 기판의 회전 속도를 포함한다. 농도 프로파일은, 약액 처리 중의 SPM의 농도의 시간 변화를 나타낸다. 온도 프로파일, 학습 대상 기판(WL)에 대해 이용된 SPM의 온도의 시간 변화를 나타낸다. 또, 공급량은, 학습 대상 기판(WL)에 대해 이용된 SPM의 공급량을 나타내고, 토출 패턴은, 학습 대상 기판(WL)에 대한 SPM의 토출 패턴 및 토출 타이밍을 나타낸다. 또, 회전 속도는, 학습 대상 기판(WL)에 대해 SPM을 공급할 때의 학습 대상 기판(WL)의 회전 속도를 나타낸다.
도 17에 나타낸 기판 처리 장치(100)에서는, 조정 밸브(137a, 137b)에 의해, SPM 중 과산화 수소수/황산의 비율을 변경할 수 있다. 이 때문에, 도 18에 있어서, 약액의 농도는, 학습 대상 기판(WL)에 대해 이용된 약액의 농도의 시간 변화를 나타내고, 약액의 온도는, 학습 대상 기판(WL)에 대해 이용된 약액의 온도의 시간 변화를 나타낸다.
학습용 데이터(LD1)에 있어서, Lcp1은, 학습 대상 기판(WL1)에 공급된 SPM의 농도 프로파일을 나타내고, Ltp1은, 학습 대상 기판(WL1)에 공급된 SPM의 온도 프로파일을 나타낸다. Ls1은, 학습 대상 기판(WL1)에 공급된 SPM의 공급량을 나타내고, Le1은, 학습 대상 기판(WL1)에 대한 SPM의 토출 패턴을 나타낸다. 또, Lv1은, 학습 대상 기판(WL1)에 대해 SPM을 공급할 때의 학습 대상 기판(WL)의 회전 속도를 나타낸다.
학습용 데이터(LD2~LD1000)에 대해서도 동일하다. 학습 대상 기판(WL)에 대해 SPM의 농도 프로파일 및 온도 프로파일에 따라 학습 대상 기판(WL)의 약액 처리의 결과는 크게 변동된다. 이 때문에, 학습용 데이터(LD)는, 학습 대상 기판(WL)의 약액 처리의 결과의 변동에 크게 기여하는 항목을 갖는 것이 바람직하다.
또한, 도 1~도 18을 참조한 상술한 설명에서는, 기판 처리 장치(100)의 기억부(24) 또는 학습 장치(400)의 기억부(424)가 기계 학습에 의해 구축된 학습이 완료된 모델(LM)을 기억하고 있었지만, 본 실시 형태는 이것에 한정되지 않는다. 기판 처리 장치(100)의 기억부(24) 또는 학습 장치(400)의 기억부(424)는, 학습이 완료된 모델(LM) 대신에 변환 테이블(CT)을 기억하고 있어도 된다.
다음에, 도 19를 참조하여 본 실시 형태의 기판 처리 장치(100)를 설명한다. 도 19의 기판 처리 장치(100)는, 기억부(24)가 학습이 완료된 모델(LM) 대신에 변환 테이블(CT)을 기억하고 있는 점을 제외하고, 도 4를 참조하여 상술한 기판 처리 장치(100)와 동일한 구성을 갖고 있으며, 간략하게 하기 위해 중복되는 기재를 생략한다.
도 19에 나타내는 바와 같이, 기판 처리 장치(100)에 있어서, 기억부(24)는, 변환 테이블(CT)을 기억한다. 변환 테이블(CT)은, 처리 대상 기판(Wp)의 기판 정보와, 약액 처리 조건 정보를 관련짓는다. 처리 대상 기판(Wp)의 기판 정보는, 예를 들면, 경화층 높이 정보 및 경화층 폭 정보를 포함한다. 또한, 변환 테이블(CT)은, 학습 대상 기판(WL)의 기판 정보, 약액 처리 조건 정보 및 처리 결과 정보에 의거하여 작성된다.
기판 정보 취득부(22a)는, 기억부(24)로부터, 기판 정보를 취득한다. 예를 들면, 기판 정보 취득부(22a)는, 기억부(24)로부터, 경화층 높이 정보 및 경화층 폭 정보를 취득한다.
약액 처리 조건 정보 취득부(22b)는, 변환 테이블(CT)에 의거하여, 기판 정보로부터 약액 처리 조건 정보를 취득한다. 전형적으로는, 약액 처리 조건 정보 취득부(22b)는, 변환 테이블(CT)로부터 기판 정보에 대응하는 값을 추출하고, 변환 테이블(CT)에 있어서 관련지어진 기판 정보와 약액 처리 조건 정보의 관계에 의거하여, 약액 처리 조건 정보를 취득한다. 이와 같이, 약액 처리 조건 정보 취득부(22b)는, 변환 테이블(CT)을 이용하여, 기판 정보에 대응하는 약액 처리 조건 정보를 취득한다.
그 후, 제어부(22)는, 약액 처리 조건 정보에 나타난 약액 처리 조건에 따라서 기판 유지부(120) 및 약액 공급부(130)를 제어한다.
도 20은, 변환 테이블(CT)의 일례를 나타내는 도이다. 도 20에 나타내는 바와 같이, 변환 테이블(CT)은, 처리 대상 기판(Wp)의 기판 정보, 및, 약액 처리 조건을 나타낸다. 변환 테이블(CT)에 있어서, 기판 정보는, 경화층에 관한 정보를 포함한다. 여기에서는, 처리 대상 기판(Wp)의 기판 정보는, 경화층 높이 정보 및 경화층 폭 정보를 포함한다.
변환 테이블(CT1)은, 어느 기판 정보와 대응하는 약액 처리 조건을 나타낸다. 여기에서는, 변환 테이블(CT1)에 있어서, 기판 정보는, 처리 대상 기판(Wp)의 경화층 높이 정보 및 경화층 폭 정보를 포함한다. dt1은, 어느 처리 대상 기판(Wp)의 경화층의 높이를 나타낸다. dw1은, 어느 처리 대상 기판(Wp)의 경화층의 폭을 나타낸다. Rp1은, 이 처리 대상 기판(Wp)에 대해 행해져야 할 약액 처리 조건을 나타낸다. 이 때문에, 만일, 처리 대상 기판(Wp)의 경화층의 높이가 dt1이고, 경화층의 폭이 dw1인 경우, 기판 처리 장치(100)는, Rp1에서 나타난 약액 처리 조건으로 약액 처리를 행한다.
변환 테이블(CD2~CD1000)에 대해서도 동일하다. 전형적으로는, 변환 테이블(CT1~CD1000)에 대해서, 경화층의 높이 및 경화층의 폭 중 적어도 한쪽이 상이하다.
또한, 처리 대상 기판(Wp)의 경화층의 높이 및 경화층의 폭이, 변환 테이블(CT)에 나타난 값과 일치하지 않는 경우, 처리 대상 기판(Wp)의 약액 처리 조건은, 변환 테이블(CT)에 나타난 약액 처리 조건의 값의 선형 보간에 의해 결정되어도 된다. 혹은, 처리 대상 기판(Wp)의 약액 처리 조건은, 변환 테이블에 나타난 약액 처리 조건의 값을 다항식으로 보간함으로써 결정되어도 된다.
이상, 도면을 참조하여 본 발명의 실시 형태를 설명했다. 단, 본 발명은, 상기의 실시 형태에 한정되는 것이 아니며, 그 요지를 일탈하지 않는 범위에서 다양한 양태에 있어서 실시하는 것이 가능하다. 또, 상기의 실시 형태에 개시되는 복수의 구성 요소를 적당히 조합함으로써, 다양한 발명의 형성이 가능하다. 예를 들면, 실시 형태에 나타나는 전체 구성 요소로부터 몇개의 구성 요소를 삭제해도 된다. 또한, 상이한 실시 형태에 걸친 구성 요소를 적당히 조합해도 된다. 도면은, 이해하기 쉽게 하기 위해, 각각의 구성 요소를 주체로 모식적으로 나타내고 있으며, 도시된 각 구성 요소의 두께, 길이, 개수, 간격 등은, 도면 작성의 형편상 실제와는 상이한 경우도 있다. 또, 상기의 실시 형태에서 나타내는 각 구성 요소의 재질, 형상, 치수 등은 일례이며, 특별히 한정되는 것이 아니며, 본 발명의 효과로부터 실질적으로 일탈하지 않는 범위에서 다양한 변경이 가능하다.
본 발명은, 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델에 적합하게 이용된다.
10: 기판 처리 시스템 20: 제어 장치
22: 제어부 22a: 기판 정보 취득부
22b: 약액 처리 조건 정보 취득부 24: 기억부
LM: 학습이 완료된 모델 100: 기판 처리 장치
130: 약액 공급부 140: 린스액 공급부
200: 기판 처리 학습 시스템 300: 학습용 데이터 생성 장치
400: 학습 장치

Claims (13)

  1. 경화층이 형성된 레지스트층을 갖는 처리 대상 기판을 회전 가능하게 유지하는 기판 유지부와,
    상기 처리 대상 기판에 약액을 공급하는 약액 공급부와,
    상기 처리 대상 기판에 대한 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 기판 정보 취득부와,
    상기 기판 정보에 의거하여, 학습이 완료된 모델로부터 상기 처리 대상 기판에 대한 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득하는 약액 처리 조건 정보 취득부와,
    상기 약액 처리 조건 정보 취득부에 있어서 취득된 상기 약액 처리 조건 정보에 의거하여, 상기 처리 대상 기판을 약액으로 처리하도록 상기 기판 유지부 및 상기 약액 공급부를 제어하는 제어부
    를 구비하고,
    상기 학습이 완료된 모델은, 경화층이 형성된 레지스트층을 갖는 학습 대상 기판에 대해서 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보와, 상기 학습 대상 기판을 약액으로 처리한 조건을 나타내는 약액 처리 조건 정보와, 상기 학습 대상 기판을 약액으로 처리한 결과를 나타내는 처리 결과 정보가 관련지어진 학습용 데이터를 기계 학습함으로써 구축되는, 기판 처리 장치.
  2. 청구항 1에 있어서,
    상기 학습이 완료된 모델을 기억하는 기억부를 더 구비하는, 기판 처리 장치.
  3. 청구항 1 또는 청구항 2에 있어서,
    상기 처리 대상 기판 및 상기 학습 대상 기판 각각에 대해서, 상기 경화층 두께 정보는, 상기 경화층의 높이를 나타내는 경화층 높이 정보 또는 상기 경화층의 폭을 나타내는 경화층 폭 정보를 포함하는, 기판 처리 장치.
  4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
    상기 처리 대상 기판 및 상기 학습 대상 기판 각각에 대해서, 상기 약액 처리 조건 정보는, 상기 약액의 농도, 상기 약액의 온도, 상기 약액의 공급량, 상기 약액의 토출 패턴, 및, 상기 약액을 공급할 때의 기판의 회전 속도 중 어느 하나를 나타내는 정보를 포함하는, 기판 처리 장치.
  5. 청구항 4에 있어서,
    상기 약액의 농도를 나타내는 정보는, 상기 약액의 농도가 시간과 함께 변화한 농도 프로파일을 나타내는, 기판 처리 장치.
  6. 청구항 4 또는 청구항 5에 있어서,
    상기 약액의 온도를 나타내는 정보는, 상기 약액의 온도가 시간과 함께 변화한 온도 프로파일을 나타내는, 기판 처리 장치.
  7. 경화층이 형성된 레지스트층을 갖는 처리 대상 기판을 회전 가능하게 유지하는 단계와,
    상기 처리 대상 기판에 대한 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 단계와,
    상기 기판 정보에 의거하여, 학습이 완료된 모델로부터 상기 처리 대상 기판의 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득하는 단계와,
    상기 약액 처리 조건 정보의 약액 처리 조건에 따라서 상기 처리 대상 기판을 약액으로 처리하는 단계
    를 포함하는, 기판 처리 방법으로서,
    상기 약액 처리 조건 정보를 취득하는 단계에 있어서, 상기 학습이 완료된 모델은, 경화층이 형성된 레지스트층을 갖는 학습 대상 기판에 대해서 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보와, 상기 학습 대상 기판에 대해 행해진 약액 처리의 조건을 나타내는 약액 처리 조건 정보와, 상기 학습 대상 기판에 대해 행해진 약액 처리의 결과를 나타내는 처리 결과 정보가 관련지어진 학습용 데이터를 기계 학습함으로써 구축되는, 기판 처리 방법.
  8. 경화층이 형성된 레지스트층을 갖는 학습 대상 기판을 처리하는 기판 처리 장치로부터 출력되는 시계열 데이터로부터, 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 레지스트층에 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 단계와,
    상기 시계열 데이터로부터, 상기 기판 처리 장치에 있어서 상기 학습 대상 기판을 약액으로 처리한 조건을 나타내는 약액 처리 조건 정보를 취득하는 단계와,
    상기 시계열 데이터로부터, 상기 기판 처리 장치에 있어서 상기 학습 대상 기판을 약액으로 처리한 결과를 나타내는 처리 결과 정보를 취득하는 단계와,
    상기 학습 대상 기판에 대해서 상기 기판 정보, 상기 약액 처리 조건 정보 및 상기 처리 결과 정보를 관련지어 학습용 데이터로서 기억부에 기억하는 단계
    를 포함하는, 학습용 데이터의 생성 방법.
  9. 청구항 8에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 취득하는 단계와,
    상기 학습용 데이터를 학습 프로그램에 입력하여 상기 학습용 데이터를 기계 학습하는 단계
    를 포함하는, 학습 방법.
  10. 청구항 8에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 기억하는 기억부와,
    상기 학습용 데이터를 학습 프로그램에 입력하여 상기 학습용 데이터를 기계 학습하는 학습부
    를 구비하는, 학습 장치.
  11. 청구항 8에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 취득하는 단계와,
    상기 학습용 데이터를 기계 학습시킴으로써 구축된 학습이 완료된 모델을 생성하는 단계
    를 포함하는, 학습이 완료된 모델의 생성 방법.
  12. 청구항 8에 기재된 학습용 데이터의 생성 방법에 따라서 생성된 학습용 데이터를 기계 학습시킴으로써 구축된, 학습이 완료된 모델.
  13. 경화층이 형성된 레지스트층을 갖는 기판을 회전 가능하게 유지하는 기판 유지부와,
    상기 기판에 약액을 공급하는 약액 공급부와,
    경화층 두께 정보 또는 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보와, 약액 처리의 조건을 나타내는 약액 처리 조건 정보가 관련지어진 변환 테이블을 기억하는 기억부와,
    상기 기판에 대한 상기 경화층의 두께를 나타내는 경화층 두께 정보 또는 상기 경화층을 형성한 이온 주입의 조건을 나타내는 이온 주입 조건 정보를 포함하는 기판 정보를 취득하는 기판 정보 취득부와,
    상기 기판 정보에 의거하여, 상기 변환 테이블을 이용하여 상기 기판에 대한 약액 처리 조건을 나타내는 약액 처리 조건 정보를 취득하는 약액 처리 조건 정보 취득부와,
    상기 약액 처리 조건 정보 취득부에 있어서 취득된 상기 약액 처리 조건 정보에 의거하여 상기 기판을 약액으로 처리하도록 상기 기판 유지부 및 상기 약액 공급부를 제어하는 제어부
    를 구비하는, 기판 처리 장치.
KR1020227040832A 2020-04-30 2021-03-11 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델 KR102674868B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2020-080114 2020-04-30
JP2020080114A JP7421410B2 (ja) 2020-04-30 2020-04-30 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデル
PCT/JP2021/009836 WO2021220633A1 (ja) 2020-04-30 2021-03-11 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデル

Publications (2)

Publication Number Publication Date
KR20230004753A true KR20230004753A (ko) 2023-01-06
KR102674868B1 KR102674868B1 (ko) 2024-06-14

Family

ID=78278738

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227040832A KR102674868B1 (ko) 2020-04-30 2021-03-11 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델

Country Status (7)

Country Link
US (1) US20230161301A1 (ko)
EP (1) EP4145492A4 (ko)
JP (1) JP7421410B2 (ko)
KR (1) KR102674868B1 (ko)
CN (1) CN115428123A (ko)
TW (1) TWI782476B (ko)
WO (1) WO2021220633A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210202258A1 (en) * 2019-12-27 2021-07-01 SCREEN Holdings Co., Ltd. Substrate treatment apparatus, substrate treatment method, substrate treatment system, and learning data generation method
JP2023141070A (ja) * 2022-03-23 2023-10-05 株式会社Ｓｃｒｅｅｎホールディングス 学習装置、情報処理装置、基板処理装置、基板処理システム、学習方法および処理条件決定方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10135182A (ja) * 1996-11-01 1998-05-22 Nec Corp レジスト除去方法及びレジスト除去装置
JP2012067254A (ja) 2010-09-27 2012-04-05 Fujifilm Corp 半導体基板用洗浄剤、これを利用した洗浄方法及び半導体素子の製造方法
CN102968003A (zh) * 2012-11-29 2013-03-13 上海华力微电子有限公司 光刻胶的去除方法
JP2016072613A (ja) * 2014-09-30 2016-05-09 芝浦メカトロニクス株式会社 基板処理装置及び基板処理方法
JP2017073467A (ja) * 2015-10-07 2017-04-13 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6025273A (en) * 1998-04-06 2000-02-15 Taiwan Semiconductor Manufacturing Company, Ltd. Method for etching reliable small contact holes with improved profiles for semiconductor integrated circuits using a carbon doped hard mask
US9640383B2 (en) * 2011-08-26 2017-05-02 Tokyo Electron Limited Liquid treatment apparatus and liquid treatment method
JP6191953B2 (ja) * 2013-09-02 2017-09-06 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法および基板処理装置
JP7096004B2 (ja) * 2018-02-07 2022-07-05 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法および基板処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10135182A (ja) * 1996-11-01 1998-05-22 Nec Corp レジスト除去方法及びレジスト除去装置
JP2012067254A (ja) 2010-09-27 2012-04-05 Fujifilm Corp 半導体基板用洗浄剤、これを利用した洗浄方法及び半導体素子の製造方法
CN102968003A (zh) * 2012-11-29 2013-03-13 上海华力微电子有限公司 光刻胶的去除方法
JP2016072613A (ja) * 2014-09-30 2016-05-09 芝浦メカトロニクス株式会社 基板処理装置及び基板処理方法
JP2017073467A (ja) * 2015-10-07 2017-04-13 株式会社Ｓｃｒｅｅｎホールディングス 基板処理方法

Also Published As

Publication number Publication date
CN115428123A (zh) 2022-12-02
JP7421410B2 (ja) 2024-01-24
KR102674868B1 (ko) 2024-06-14
WO2021220633A1 (ja) 2021-11-04
EP4145492A1 (en) 2023-03-08
TWI782476B (zh) 2022-11-01
EP4145492A4 (en) 2024-05-29
TW202201601A (zh) 2022-01-01
US20230161301A1 (en) 2023-05-25
JP2021174958A (ja) 2021-11-01

Similar Documents

Publication Publication Date Title
KR102674868B1 (ko) 기판 처리 장치, 기판 처리 방법, 학습용 데이터의 생성 방법, 학습 방법, 학습 장치, 학습이 완료된 모델의 생성 방법, 및, 학습이 완료된 모델
WO2022220126A1 (ja) 基板処理装置、基板処理システム、及びデータ処理方法
WO2018147008A1 (ja) 基板処理方法および基板処理装置
JP7399783B2 (ja) 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデル
WO2021241124A1 (ja) 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデル
JP4405236B2 (ja) 基板処理方法および基板処理装置
WO2023042774A1 (ja) 基板処理装置および基板処理方法
WO2023042796A1 (ja) 基板処理装置および基板処理方法
US20240103462A1 (en) Support device, support method, substrate processing system, and storage medium
KR20230124481A (ko) 기판 처리 조건의 설정 방법, 기판 처리 방법, 기판 처리 조건의 설정 시스템, 및, 기판 처리 시스템
WO2024075679A1 (ja) センシング端末およびセンシング方法
US20210202258A1 (en) Substrate treatment apparatus, substrate treatment method, substrate treatment system, and learning data generation method
JP2023019657A (ja) 基板処理方法及び基板処理装置
JP2021174926A (ja) 基板処理装置、及び基板処理方法
JP2022155739A (ja) 基板処理装置及び基板処理方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant