WO2022220126A1 - 基板処理装置、基板処理システム、及びデータ処理方法 - Google Patents

基板処理装置、基板処理システム、及びデータ処理方法 Download PDF

Info

Publication number
WO2022220126A1
WO2022220126A1 PCT/JP2022/016051 JP2022016051W WO2022220126A1 WO 2022220126 A1 WO2022220126 A1 WO 2022220126A1 JP 2022016051 W JP2022016051 W JP 2022016051W WO 2022220126 A1 WO2022220126 A1 WO 2022220126A1
Authority
WO
WIPO (PCT)
Prior art keywords
substrate processing
processing
substrate
threshold
data
Prior art date
Application number
PCT/JP2022/016051
Other languages
English (en)
French (fr)
Inventor
喬 太田
英司 猶原
崇 池内
徹也 平岡
Original Assignee
株式会社Ｓｃｒｅｅｎホールディングス
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 株式会社Ｓｃｒｅｅｎホールディングス filed Critical 株式会社Ｓｃｒｅｅｎホールディングス
Priority to KR1020237038861A priority Critical patent/KR20230169296A/ko
Priority to US18/555,187 priority patent/US20240203765A1/en
Priority to CN202280028516.XA priority patent/CN117223090A/zh
Priority to EP22788051.5A priority patent/EP4325549A1/en
Publication of WO2022220126A1 publication Critical patent/WO2022220126A1/ja

Links

Images

Classifications

    • 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
    • H01L21/67—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
    • 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
    • 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
    • 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
    • H01L21/302—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to change their surface-physical characteristics or shape, e.g. etching, polishing, cutting
    • H01L21/306—Chemical or electrical treatment, e.g. electrolytic etching
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
    • G—PHYSICS
    • 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

Definitions

  • the present invention relates to a substrate processing apparatus, a substrate processing system, and a data processing method.
  • a substrate processing apparatus that implements a trained model has been proposed (see Patent Document 1, for example). Such a substrate processing apparatus operates based on output data output from a trained model.
  • the substrate processing apparatus of Patent Document 1 includes a discharge nozzle, a camera, and a control section.
  • the camera images the tip of the ejection nozzle and the treatment liquid ejected from the tip.
  • the camera acquires a plurality of image data by performing imaging while discharging the processing liquid onto the substrate.
  • the control unit has a machine-learned classifier (learned model).
  • a classifier classifies image data into one of a plurality of categories (classes).
  • the categories are set according to the discharge state of the treatment liquid.
  • the plurality of categories includes a category indicating a normal discharge state in which the treatment liquid flows down as a continuous flow from the discharge nozzle, and a dripping state in which the treatment liquid drops as droplets when the discharge of the treatment liquid is stopped. and a category indicating an ejection stop state in which the treatment liquid is not ejected.
  • the control unit determines the discharge state of the treatment liquid based on the classification result (output data) by the classifier. When the controller determines that the treatment liquid is in a dripping state, it notifies the operator of an error.
  • the output data of the trained model may not be optimal data.
  • a trained model outputs processing conditions (set values) that are substrate processing conditions
  • non-optimal processing conditions non-optimal set values
  • the state of the substrate after substrate processing may differ from the desired state. Therefore, there is room for further improvement in the substrate processing apparatus that implements the trained model.
  • the present invention has been made in view of the above problems, and its object is to provide a substrate processing apparatus, a substrate processing system, and a data processing method that can guarantee the reliability of processing conditions output from a trained model. be.
  • a substrate processing apparatus performs substrate processing, which is processing on a substrate.
  • the substrate processing apparatus includes a thickness measurement section, a control section, and a storage section.
  • the thickness measurement unit measures the thickness of an object included in the substrate.
  • the control unit inputs input data indicating a target value of a processing amount of the substrate processing to a learned model that outputs processing conditions at the time of execution of the substrate processing, thereby performing the processing from the learned model. output the conditions.
  • the storage unit stores reference data acquired based on a plurality of learning data used to construct the trained model.
  • the learning data indicates the throughput of the substrate processing during learning.
  • the control unit causes the thickness measuring unit to measure the thickness of the object before executing the substrate processing, and obtains pre-processing measurement data indicating the thickness of the object before executing the substrate processing.
  • the control unit generates the input data based on target data indicating a target thickness of the object and the pre-processing measurement data.
  • the control unit compares the input data and the reference data to determine whether or not to perform the substrate processing.
  • the storage unit stores at least one threshold for a comparison result between the input data and the reference data.
  • the control unit compares the input data and the reference data to acquire the comparison result, and determines whether or not to perform the substrate processing based on the comparison result and the at least one threshold value. .
  • the control unit selects one of a plurality of decision items based on the comparison result and the at least one threshold value.
  • the plurality of decision items includes a first decision item, a second decision item, and a third decision item.
  • the first decision item is an item for deciding not to perform the substrate processing.
  • the second decision item determines to execute the substrate processing based on the processing conditions output from the learned model, and to store information indicating that the substrate processing has been executed in the storage unit. item.
  • the third decision item is an item for deciding to perform the substrate processing based on the processing conditions output from the learned model.
  • the at least one threshold includes a first threshold and a second threshold smaller in value than the first threshold.
  • the control unit selects the first decision item when the comparison result is greater than the first threshold.
  • the control unit selects the second decision item when the comparison result is greater than the second threshold and equal to or less than the first threshold.
  • the control unit selects the third decision item when the comparison result is equal to or less than the second threshold.
  • the storage unit further stores a predetermined condition as the processing condition.
  • the plurality of decision items further includes a fourth decision item.
  • the fourth decision item is an item for deciding to execute the substrate processing based on the predetermined condition and to store information indicating that the substrate processing has been executed in the storage unit.
  • the at least one threshold includes a first threshold and a second threshold smaller in value than the first threshold.
  • the control unit selects the first decision item when the comparison result is greater than the first threshold.
  • the control unit selects the second decision item or the fourth decision item when the comparison result is greater than the second threshold value and equal to or less than the first threshold value.
  • the control unit selects the third decision item when the comparison result is equal to or less than the second threshold.
  • the substrate processing apparatus further includes a display section that displays a setting screen.
  • the setting screen includes a setting field for setting the at least one threshold.
  • the substrate processing apparatus further includes a display section that displays a setting screen.
  • the setting screen includes a first setting field for setting one of the plurality of decision items for the at least one threshold.
  • the setting screen further includes a second setting field for setting the at least one threshold.
  • the setting screen further includes a graph display field for displaying a graph that quantifies the plurality of learning data.
  • the setting screen displays the at least one threshold in the graph display field.
  • the substrate processing apparatus further includes a nozzle for discharging a processing liquid toward the substrate.
  • the substrate processing includes a process of discharging the processing liquid from the nozzle toward the substrate.
  • the substrate processing apparatus further includes a nozzle moving mechanism that moves the nozzle during execution of the substrate processing.
  • the processing conditions include the moving speed of the nozzle.
  • the treatment liquid includes an etchant that etches the object.
  • a substrate processing system includes a thickness measuring device and a substrate processing device.
  • the thickness measuring device measures the thickness of an object included in the substrate.
  • the substrate processing apparatus performs substrate processing, which is processing on the substrate, after the thickness of the object is measured by the thickness measuring device.
  • the substrate processing apparatus includes a control section and a storage section.
  • the control unit inputs input data indicating a target value of a processing amount of the substrate processing to a learned model that outputs processing conditions at the time of execution of the substrate processing, thereby performing the processing from the learned model. output the conditions.
  • the storage unit stores reference data acquired based on a plurality of learning data used to construct the trained model.
  • the learning data indicates the throughput of the substrate processing during learning.
  • the control unit acquires pre-processing measurement data indicating the thickness of the object before executing the substrate processing from the measurement result of the thickness measuring device.
  • the control unit generates the input data based on target data indicating a target thickness of the object and the pre-processing measurement data.
  • the control unit compares the input data and the reference data to determine whether or not to perform the substrate processing.
  • a substrate processing system includes a thickness measuring device, a determining device, and a substrate processing device.
  • the thickness measuring device measures the thickness of an object included in the substrate.
  • the decision device decides whether or not to perform substrate processing, which is processing on the substrate.
  • the substrate processing apparatus outputs the processing conditions to a trained model that outputs the processing conditions during the execution of the substrate processing, and executes the substrate processing.
  • the determination device includes a storage section and a determination section.
  • the storage unit stores reference data acquired based on a plurality of learning data used to construct the trained model.
  • the determination unit determines whether or not to perform the substrate processing.
  • the learning data indicates the throughput of the substrate processing during learning.
  • the determining unit acquires pre-processing measurement data indicating the thickness of the object before the substrate processing is performed from the measurement result of the thickness measuring device.
  • the determination unit generates input data indicating a target value of the amount of processing in the substrate processing based on target data indicating a target value of the thickness of the object and the pre-processing measurement data.
  • the determination unit compares the input data with the reference data and determines whether or not to perform the substrate processing.
  • the substrate processing apparatus includes a control section. The control unit inputs the input data to the learned model and causes the learned model to output the processing conditions when the decision device decides to perform the substrate treatment.
  • a data processing method measures the thickness of an object included in a substrate before performing substrate processing, and generates pre-processing measurement data indicating the measurement result of the thickness of the object. generating input data indicating a target value of the amount of substrate processing based on the target data indicating the target thickness of the object and the pre-processing measurement data; and a learned model. comparing reference data acquired based on a plurality of learning data used for constructing the input data with the input data to determine whether or not to perform the substrate processing. The learning data indicates the throughput of the substrate processing during learning. The learned model outputs processing conditions during execution of the substrate processing by receiving the input data.
  • the reliability of the processing conditions output from the trained model can be guaranteed.
  • FIG. 1 is a schematic diagram of a substrate processing apparatus according to Embodiment 1 of the present invention
  • FIG. 2 is a schematic diagram of a processing unit included in the substrate processing apparatus
  • FIG. (a) is a plan view showing probe movement processing.
  • (b) is a plan view showing a thickness measurement process.
  • FIG. 10 is a plan view showing scanning processing of the substrate by the first nozzle
  • FIG. 5 is a diagram showing scan speed information
  • 4 is a graph showing an example of the moving speed of the first nozzle; It is a schematic diagram of a chemical
  • 3 is a block diagram of a control device included in the substrate processing apparatus
  • FIG. FIG. 4 is a diagram showing a learning data set used to construct reference data
  • FIG. 10 is a diagram showing the relationship between variations in processing amounts included in a plurality of pieces of learning data and thresholds; It is a figure which shows a setting screen. It is a flow figure which shows the process which the control apparatus of a substrate processing apparatus performs. It is a flowchart which shows determination processing.
  • FIG. 10 is a flowchart showing condition setting processing;
  • FIG. 4 is a flow diagram showing substrate processing;
  • It is a block diagram of the control device with which the substrate processing apparatus concerning Embodiment 2 of this invention is equipped.
  • FIG. 10 is a flowchart showing condition setting processing;
  • FIG. 11 is a flowchart showing processing executed by a control device of a substrate processing apparatus according to Embodiment 3 of the present invention;
  • FIG. 11 is a flowchart showing a process of generating additional learning data; It is a figure which shows the substrate processing system which concerns on Embodiment 4 of this invention.
  • FIG. 10 is a diagram showing a substrate processing system according to Embodiment 5 of the present invention; It is a block diagram which shows the structure of an information processing apparatus.
  • the "substrates" to be processed include semiconductor wafers, photomask glass substrates, liquid crystal display glass substrates, plasma display glass substrates, Various substrates such as FED (Field Emission Display) substrates, optical disk substrates, magnetic disk substrates, and magneto-optical disk substrates are applicable.
  • FED Field Emission Display
  • embodiments of the present invention will be described mainly taking as an example a case where a disk-shaped semiconductor wafer is to be processed. It is also applicable to various substrates other than semiconductor wafers.
  • the shape of the substrate is not limited to a disk shape, and the substrate processing apparatus, substrate processing system, and data processing method according to the present invention can be applied to substrates of various shapes.
  • FIG. 1 is a schematic diagram of a substrate processing apparatus 100 of this embodiment.
  • FIG. 1 is a schematic plan view of the substrate processing apparatus 100.
  • the substrate processing apparatus 100 performs substrate processing. More specifically, the substrate processing apparatus 100 is a single-wafer type apparatus, and performs substrate processing for each substrate W. As shown in FIG. Substrate processing is processing for the substrate W. As shown in FIG.
  • the substrate processing apparatus 100 includes a plurality of processing units 1, a fluid cabinet 100A, a plurality of fluid boxes 100B, a plurality of load ports LP, an indexer robot IR, a center robot CR, and a control device 101 .
  • Each of the load ports LP accommodates a plurality of substrates W stacked one on top of another.
  • the load port LP accommodates substrates W after grinding processing.
  • the indexer robot IR transports substrates W between the load port LP and the center robot CR.
  • the center robot CR transports substrates W between the indexer robot IR and the processing units 1 .
  • a mounting table (path) on which the substrate W is temporarily placed is provided, and the substrate W is placed between the indexer robot IR and the center robot CR via the mounting table.
  • the device configuration may be such that the substrate W is transferred indirectly.
  • a plurality of processing units 1 form a plurality of towers TW (four towers TW in FIG. 1).
  • a plurality of towers TW are arranged to surround the center robot CR in plan view.
  • Each tower TW includes a plurality of vertically stacked processing units 1 (three processing units 1 in FIG. 1).
  • the fluid cabinet 100A accommodates the processing liquid.
  • Each fluid box 100B corresponds to one of the plurality of towers TW.
  • the processing liquid in the fluid cabinet 100A is supplied via one of the fluid boxes 100B to all the processing units 1 included in the tower TW corresponding to the fluid box 100B.
  • Each of the processing units 1 supplies the upper surface of the substrate W with the processing liquid.
  • the processing liquid includes a chemical liquid and a rinse liquid.
  • each of the processing units 1 performs an etching process.
  • the chemical solution is an etchant.
  • the top surface of the substrate W is etched by the etchant.
  • each of the processing units 1 removes grinding traces generated by grinding processing by etching processing.
  • etching solution examples include hydrofluoric acid (a mixture of hydrofluoric acid (HF) and nitric acid (HNO 3 )), hydrofluoric acid, buffered hydrofluoric acid (BHF), ammonium fluoride, and HFEG (a mixture of hydrofluoric acid and ethylene glycol). ), or phosphoric acid (H 3 PO 4 ).
  • the rinsing liquid is, for example, deionized water, carbonated water, electrolytic ion water, hydrogen water, ozone water, or diluted hydrochloric acid water (for example, about 10 ppm to 100 ppm).
  • the control device 101 controls the operation of each part of the substrate processing apparatus 100 .
  • the control device 101 controls the load port LP, the indexer robot IR, and the center robot CR.
  • Control device 101 includes control unit 102 and storage unit 103 .
  • the control unit 102 has a processor.
  • the control unit 102 has, for example, a CPU (Central Processing Unit) or an MPU (Micro Processing Unit).
  • the control unit 102 may have a general-purpose calculator or a dedicated calculator.
  • the control unit 102 may further have an NCU (Neural Network Processing Unit).
  • the storage unit 103 stores data and computer programs.
  • the data includes recipe data RP (see FIG. 8).
  • the recipe data RP indicates a recipe that defines the contents of substrate processing and the procedure of substrate processing. In the recipe, processing conditions (set values) for executing substrate processing are set.
  • the computer program includes a control program PG (see FIG. 8) and a trained model LM (see FIG. 8).
  • the storage unit 103 has a main storage device.
  • the main storage device is, for example, a semiconductor memory.
  • the storage unit 103 may further have an auxiliary storage device.
  • Auxiliary storage includes, for example, at least one of a semiconductor memory and a hard disk drive.
  • Storage unit 103 may include removable media.
  • the control unit 102 controls operations of each unit of the substrate processing apparatus 100 based on computer programs and data stored in the storage unit 103 .
  • FIG. 2 is a schematic diagram of the processing unit 1 included in the substrate processing apparatus 100. As shown in FIG. Specifically, FIG. 2 is a schematic cross-sectional view of the processing unit 1. As shown in FIG.
  • the processing unit 1 includes a chamber 2, a spin chuck 3, a spin motor section 4, a first nozzle 51, a nozzle moving mechanism 6, a second nozzle 71, and a thickness measuring section 8. , a probe moving mechanism 9 and a plurality of guards 10 (two guards 10 in FIG. 2).
  • the substrate processing apparatus 100 also includes a chemical liquid supply section 5 and a rinse liquid supply section 7 .
  • the chemical liquid supply unit 5 has a first supply pipe 52
  • the rinse liquid supply unit 7 has a second supply pipe 72 .
  • a control device 101 controls the spin chuck 3 , spin motor unit 4 , chemical liquid supply unit 5 , nozzle moving mechanism 6 , rinse liquid supply unit 7 , thickness measuring unit 8 , and probe moving mechanism 9 .
  • the chamber 2 has a substantially box shape.
  • the chamber 2 includes the substrate W, the spin chuck 3, the spin motor unit 4, the first nozzle 51, part of the first supply pipe 52, the nozzle moving mechanism 6, the second nozzle 71, part of the second supply pipe 72, the thickness It accommodates a measurement unit 8, a probe moving mechanism 9, and a plurality of guards 10.
  • the spin chuck 3 holds the substrate W horizontally.
  • the spin chuck 3 is an example of a substrate holder.
  • the spin chuck 3 has a spin base 31 and a plurality of chuck members 33 .
  • the spin base 31 has a substantially disc shape and supports the plurality of chuck members 33 in a horizontal posture.
  • a plurality of chuck members 33 are arranged on the periphery of the spin base 31 .
  • a plurality of chuck members 33 support the peripheral portion of the substrate W. As shown in FIG. A plurality of chuck members 33 hold the substrate W in a horizontal posture.
  • the spin motor unit 4 rotates the substrate W and the spin chuck 3 integrally about the first rotation axis AX1.
  • the first rotation axis AX1 extends vertically. In this embodiment, the first rotation axis AX1 extends substantially vertically.
  • the first rotation axis AX1 is an example of a central axis, and the spin motor section 4 is an example of a substrate rotation section.
  • the spin motor unit 4 rotates the spin base 31 around the first rotation axis AX1. Therefore, the spin base 31 rotates about the first rotation axis AX1. As a result, the substrate W held by the spin chuck 3 rotates about the first rotation axis AX1.
  • the spin motor section 4 has a motor body 41 , a shaft 43 and an encoder 45 .
  • Shaft 43 is coupled to spin base 31 .
  • the motor body 41 rotates the shaft 43 .
  • the spin base 31 rotates.
  • the encoder 45 detects the rotational speed of the substrate W and outputs a signal indicating the rotational speed of the substrate W (hereinafter referred to as "rotational speed signal") to the control device 101 (control unit 102). Specifically, the encoder 45 detects the rotational speed of the motor body 41 .
  • the control device 101 controls the spin motor section 4 based on the rotation speed signal.
  • the first nozzle 51 discharges a chemical solution (etching solution) toward the substrate W.
  • the substrate processing includes ejection processing of ejecting the chemical liquid from the first nozzle 51 toward the substrate W. As shown in FIG. Specifically, the first nozzle 51 ejects the chemical solution from above the substrate W toward the substrate W during rotation.
  • the first nozzle 51 is an example of a processing liquid supply section.
  • the first nozzle 51 discharges the etchant toward the substrate W after the grinding process to flatten the upper surface of the substrate W after the grinding process.
  • the chemical liquid is discharged toward the target TG (see FIG. 3) included in the substrate W.
  • the substrate W is processed with the chemical solution.
  • the substrate processing apparatus 100 (processing unit 1) of the present embodiment discharges the etchant onto the object TG to set the thickness of the object TG to a target thickness (a target thickness value).
  • the target object TG is, for example, a substrate body (for example, a substrate body made of silicon), a substance formed on the surface of the substrate body, or the substrate W.
  • the substance formed on the surface of the substrate body is, for example, a substance of the same material as the substrate body (eg, a layer made of silicon), or a substance of a material different from that of the substrate body (eg, a silicon oxide film, a silicon nitride film, or a resist).
  • the "substance" may constitute a membrane.
  • the chemical liquid supply unit 5 supplies the chemical liquid to the first nozzle 51 . Specifically, the chemical liquid is supplied to the first nozzle 51 through the first supply pipe 52 .
  • the first supply pipe 52 is a tubular member through which the chemical liquid flows.
  • the nozzle moving mechanism 6 moves the first nozzle 51 during substrate processing. Specifically, the nozzle moving mechanism 6 moves the first nozzle 51 along the circumferential direction about the second rotation axis AX2 extending in the substantially vertical direction. The first nozzle 51 ejects the chemical liquid toward the substrate W while moving.
  • the first nozzle 51 is sometimes called a scan nozzle.
  • the nozzle moving mechanism 6 has a nozzle arm 61 , a first rotating shaft 63 and a first driving section 65 .
  • the nozzle arm 61 extends substantially horizontally.
  • a first nozzle 51 is arranged at the tip of the nozzle arm 61 .
  • Nozzle arm 61 is coupled to first rotating shaft 63 .
  • the first rotating shaft 63 extends substantially vertically.
  • the first drive unit 65 rotates the first rotating shaft 63 about the second rotation axis AX2 to turn the nozzle arm 61 about the first rotating shaft 63.
  • the first nozzle 51 moves along a substantially horizontal plane.
  • the first nozzle 51 moves around the first rotation shaft 63 along the circumferential direction about the second rotation axis AX2.
  • the first driving section 65 outputs a rotational position signal indicating the rotational position of the first nozzle 51 to the control device 101 (control section 102).
  • the first driving section 65 includes a motor body and a Hall element.
  • the Hall element detects the rotational position of the motor body.
  • the control device 101 controls the first driving section 65 based on the rotational position signal.
  • the first driving section 65 includes, for example, a stepping motor.
  • the first driving section 65 may include a motor and a speed reducer.
  • the second nozzle 71 supplies the rinsing liquid to the rotating substrate W from above the substrate W.
  • the rinse liquid supply unit 7 supplies the rinse liquid to the second nozzle 71 .
  • the rinse liquid is supplied to the second nozzle 71 via the second supply pipe 72 .
  • the second supply pipe 72 is a tubular member through which the rinse liquid flows.
  • the second nozzle 71 discharges the rinse liquid in a stationary state.
  • the second nozzle 71 is sometimes called a fixed nozzle. Note that the second nozzle 71 may be a scan nozzle.
  • Each guard 10 has a substantially cylindrical shape.
  • a plurality of guards 10 receive the chemical liquid and rinse liquid discharged from the substrate W. As shown in FIG.
  • the thickness measurement unit 8 measures the thickness of the object TG (see FIG. 3) included in the substrate W and generates a measurement signal indicating the measurement result.
  • the thickness measuring unit 8 measures the thickness of the object TG in a non-contact manner.
  • the measurement signal is input to the control device 101 (control section 102).
  • the thickness measurement unit 8 measures the thickness of the object TG by, for example, spectral interferometry.
  • the thickness measuring section 8 includes an optical probe 81 , a signal line 83 and a thickness measuring device 85 .
  • the optical probe 81 has a lens.
  • a signal line 83 optically connects the optical probe 81 and the thickness measuring device 85 .
  • Signal line 83 includes, for example, an optical fiber.
  • the thickness measuring device 85 has a light source and a light receiving element.
  • the light emitted from the light source of the thickness measuring device 85 is emitted to the substrate W via the signal line 83 and the optical probe 81 .
  • the light reflected by the substrate W is received by the light receiving element of the thickness measuring device 85 via the optical probe 81 and signal line 83 .
  • the thickness measuring device 85 analyzes the light received by the light receiving element and calculates the value of the thickness of the object TG.
  • the thickness gauge 85 generates a measurement signal indicative of the calculated thickness value.
  • the probe moving mechanism 9 moves the optical probe 81. Specifically, the probe moving mechanism 9 moves the optical probe 81 along the circumferential direction centering on the third rotation axis AX3 along the substantially vertical direction.
  • the probe moving mechanism 9 has a probe arm 91 , a second rotating shaft 93 and a second driving section 95 .
  • the probe arm 91 extends substantially horizontally.
  • An optical probe 81 is arranged at the tip of the probe arm 91 .
  • a probe arm 91 is coupled to a second rotating shaft 93 .
  • the second rotating shaft 93 extends substantially vertically.
  • the second driving section 95 rotates the second rotating shaft 93 around the third rotation axis AX3 to turn the probe arm 91 around the second rotating shaft 93 .
  • the optical probe 81 moves along a substantially horizontal plane. Specifically, the optical probe 81 moves around the second rotation axis 93 along the circumferential direction around the third rotation axis AX3.
  • the second driving section 95 outputs a rotational position signal indicating the rotational position of the optical probe 81 to the control device 101 (control section 102).
  • the second driving section 95 includes a motor body and a Hall element.
  • the Hall element detects the rotational position of the motor body.
  • the control device 101 controls the second drive section 95 based on the rotational position signal.
  • the second driving section 95 includes, for example, a stepping motor.
  • the second driving section 95 may include a motor and a speed reducer.
  • the probe movement processing indicates processing for moving the optical probe 81 to the measurement position P.
  • FIG. A measurement position P indicates a position where the thickness of the object TG is measured.
  • FIG. 3A is a plan view showing probe movement processing.
  • FIG. 3(b) is a plan view showing the thickness measurement process.
  • the control unit 102 described with reference to FIG. 1 controls the probe moving mechanism 9 to move the optical probe 81 to the measurement position P before executing the substrate processing.
  • the probe moving process is performed while the substrate W is rotating.
  • the probe movement process may be performed before the substrate process is performed.
  • the probe movement process may be performed before the substrate W starts rotating.
  • the probe moving mechanism 9 can move the optical probe 81 along an arc-shaped trajectory TJ1 in plan view.
  • the trajectory TJ1 passes through the edge portion EG of the substrate W and the central portion CT of the substrate W.
  • An edge portion EG indicates the peripheral portion of the substrate W.
  • a central portion CT indicates a portion of the substrate W through which the first rotation axis AX1 passes.
  • the probe moving mechanism 9 moves the optical probe 81 to a predetermined measurement position P along the trajectory TJ1.
  • the measurement position P is stored in advance in the storage unit 103 described with reference to FIG.
  • the thickness measurement process is performed before performing substrate processing.
  • the control unit 102 described with reference to FIG. 1 causes the thickness measurement unit 8 to measure the thickness of the object TG before executing the substrate processing.
  • the optical probe 81 is placed at the measurement position P during execution of the thickness measurement process. In other words, the position of the optical probe 81 is fixed at the measurement position P during execution of the thickness measurement process.
  • the thickness measurement unit 8 measures the thickness of the object TG at the measurement position P (fixed position).
  • the substrate W is rotating during execution of the thickness measurement process. Therefore, the thickness measuring unit 8 measures the thickness of the object TG along the circumferential direction CD of the substrate W. As shown in FIG. Therefore, the measurement signal indicates the thickness distribution of the object TG in the circumferential direction CD of the substrate W.
  • the control unit 102 described with reference to FIG. 1 acquires pre-processed measurement data based on the measurement signal.
  • the pre-processing measurement data indicates the thickness of the object TG before substrate processing is performed. More specifically, the pre-processing measurement data indicates the thickness distribution of the object TG.
  • FIG. 4 is a plan view showing scanning processing of the substrate W by the first nozzle 51. As shown in FIG.
  • the first nozzle 51 is moved such that the position where the liquid chemical lands on the surface of the target TG forms an arc-shaped trajectory TJ2 in plan view, and the liquid chemical is applied to the target TG.
  • This is the process of ejecting the The trajectory TJ2 passes through the central portion CT of the substrate W.
  • the scanning process is performed while the substrate W is rotating.
  • the first nozzle 51 ejects the chemical solution toward the rotating substrate W while moving from the first position X1 to the ninth position X9.
  • Each position X1-X9 is included in the trajectory TJ2.
  • the first position X1 indicates the discharge start position of the chemical solution.
  • the moving speed of the first nozzle 51 at the first position X1 is 0 mm/s. Therefore, the first position X1 is the start position of the scanning process. Also, the first position X1 is the movement start position of the first nozzle 51 .
  • the ninth position X9 indicates the discharge stop position of the chemical solution.
  • the moving speed of the first nozzle 51 at the ninth position X9 is 0 mm/s.
  • a ninth position X9 is the end position of the scanning process. Also, the ninth position X9 is the movement end position of the first nozzle 51 .
  • the first nozzle 51 passes through each intermediate position between the first position X1 and the ninth position X9 (positions X2 to X8 from the second position X2 to the eighth position X8) during the scanning process.
  • Each intermediate position divides the movement section in which the first nozzle 51 moves during the scanning process into a plurality of sections.
  • the scan speed information indicates the setting value of the moving speed of the first nozzle 51 during the scan process.
  • the moving speed of the first nozzles 51 during the scanning process may be referred to as "scanning speed".
  • FIG. 5 is a diagram showing scan speed information. Specifically, FIG. 5 shows the relationship between each of the positions X1 to X9 described with reference to FIG. 4 and the set value of the scanning speed.
  • the upper column shows each position X1 to X9 included in the movement section of the first nozzle 51. Specifically, the upper column shows the start position of the movement section of the first nozzle 51 (the movement start position of the first nozzle 51), the end position of the movement section of the first nozzle 51 (the movement end position of the first nozzle 51), and a plurality of intermediate positions (a plurality of positions through which the first nozzle 51 passes) between the start position and the end position of the movement section of the first nozzle 51.
  • Each position X1-X9 is defined by a radial position of the substrate W. As shown in FIG.
  • the lower column shows the setting value of the scan speed.
  • the scan speed information indicates the setting value of the scan speed for each position X1 to X9 included in the movement section of the first nozzle 51.
  • scan speeds Y1 to Y9 are set for the positions X1 to X9, respectively.
  • each position X1 to X9 included in the movement section of the first nozzle 51 may be referred to as "speed setting position".
  • the scan speed information indicates nine speed setting positions.
  • Each speed setting position shown in FIG. 5 corresponds to each position X1 to X9 described with reference to FIG. Note that, as described with reference to FIG. 4, the scan speed Y1 set at the start position (first position X1) of the movement section of the first nozzle 51 is 0 [mm/s]. The scan speed Y9 set at the end position (the ninth position X9) of the movement section 51 is 0 [mm/s].
  • the control unit 102 described with reference to FIG. 1 controls the first drive unit 65 of the nozzle moving mechanism 6 described with reference to FIG. 2 based on the scan speed information.
  • the first nozzle 51 adjusts the scan speeds at the respective speed setting positions (positions X1 to X9) to the scan speeds (scan speeds Y1 to Y9) defined by the scan speed information, as shown in FIG. It moves along the trajectory TJ2 described with reference.
  • FIG. 6 is a graph showing an example of the moving speed of the first nozzle 51. As shown in FIG. 6
  • the vertical axis indicates the scanning speed [mm/s]
  • the horizontal axis indicates the radial position of the substrate W [mm].
  • the scan speed at the start of the scan process is 0 [mm/s].
  • the scan speed at the end of the scan process is 0 [mm/s].
  • the scanning speeds (scanning speeds Y1 to Y9) are set for each speed setting position (positions X1 to X9).
  • the scanning speed changes continuously.
  • a scan speed Y3 is set for the third position X3
  • a scan speed Y4 is set for the fourth position X4. Therefore, the scan speed of the first nozzles 51 continuously changes from the scan speed Y3 to the scan speed Y4 while the first nozzles 51 move from the third position X3 to the fourth position X4.
  • FIG. 7 is a schematic diagram of the chemical supply unit 5.
  • the chemical solution supply unit 5 further has a temperature sensor 521, a concentration sensor 522, a valve 523, a mixing valve 524, a flow meter 525, and a heater 526.
  • the temperature sensor 521 measures the temperature of the chemical liquid flowing through the first supply pipe 52 .
  • the temperature of the chemical liquid flowing through the first supply pipe 52 is referred to as "chemical liquid temperature”.
  • a temperature sensor 521 generates a temperature signal indicative of the chemical solution temperature.
  • the temperature signal is input to the controller 102 described with reference to FIG.
  • Control unit 102 controls heater 526 based on the temperature signal.
  • the heater 526 heats the chemical liquid flowing through the first supply pipe 52 .
  • the concentration sensor 522 measures the concentration of etching components contained in the chemical solution (etching solution) flowing through the first supply pipe 52 .
  • concentration of the etching component contained in the chemical liquid flowing through the first supply pipe 52 is referred to as "chemical concentration”.
  • Concentration sensor 522 generates a concentration signal indicative of the chemical solution concentration.
  • the density signal is input to the control section 102 described with reference to FIG.
  • the controller 102 controls the mixing valve 524 based on the density signal.
  • the valve 523 is arranged on the first supply pipe 52 .
  • the valve 523 switches between supplying and stopping the supply of the chemical liquid to the first nozzle 51 . Specifically, when the valve 523 is opened, the chemical liquid is discharged from the first nozzle 51 toward the substrate W. As shown in FIG. On the other hand, when the valve 523 is closed, the ejection of the chemical solution is stopped.
  • valve 523 controls the flow rate of the chemical liquid flowing downstream from the valve 523 in the first supply pipe 52 . Specifically, the flow rate of the chemical liquid flowing downstream from the valve 523 is adjusted according to the degree of opening of the valve 523 . Therefore, the discharge flow rate of the chemical liquid is adjusted according to the opening degree of the valve 523 .
  • Valve 523 is, for example, a motor valve.
  • a mixing valve 524 is arranged in the first supply pipe 52 .
  • the mixing valve 524 opens, pure water flows into the first supply pipe 52 to dilute the chemical solution. Therefore, the chemical solution concentration is reduced.
  • the flow meter 525 measures the discharge flow rate of the chemical solution. Specifically, the flow meter 525 measures the flow rate of the chemical liquid flowing through the first supply pipe 52 . The flow meter 525 generates a discharge flow rate signal indicative of the discharge flow rate of the chemical. A discharge flow rate signal is input to the control section 102 described with reference to FIG. The controller 102 controls the valve 523 based on the discharge flow rate signal.
  • FIG. 8 is a block diagram of the control device 101 included in the substrate processing apparatus 100. As shown in FIG. As shown in FIG. 8 , the control device 101 further includes a display section 104 and an input section 105 .
  • the display unit 104 displays various information.
  • the display unit 104 displays various error screens and various setting screens (input screens).
  • the display unit 104 has, for example, a liquid crystal display or an organic EL (electroluminescence) display.
  • the input unit 105 receives inputs from the operator and outputs various information to the control unit 102 .
  • the input unit 105 includes, for example, input devices such as a keyboard, pointing device, and touch panel.
  • the touch panel may be arranged on the display surface of the display unit 104 and configure a graphical user interface together with the display unit 104 .
  • the operator can operate the input unit 105 to input various processing conditions or various setting values while the setting screen is displayed on the display unit 104 .
  • the storage unit 103 stores a control program PG and recipe data RP.
  • Various processing conditions for substrate processing are set in the recipe data RP.
  • the recipe data RP contains, as processing conditions, setting values for the movement speed of the first nozzle 51 (scan speed at each speed setting position), the rotation speed of the substrate W, the chemical solution temperature, the chemical solution concentration, and the discharge flow rate of the chemical solution. is set.
  • the control unit 102 controls each unit of the substrate processing apparatus 100 based on the control program PG and recipe data RP.
  • control unit 102 controls the first driving unit 65 described with reference to FIG. 2 so that the scan speed at each speed setting position matches the set value.
  • controller 102 controls the motor body 41 described with reference to FIG. 2 so that the rotational speed of the substrate W matches the set value.
  • the control unit 102 controls the heater 526 described with reference to FIG. 7 so that the chemical solution temperature matches the set value.
  • control unit 102 controls the mixing valve 524 described with reference to FIG. 7 so that the chemical solution concentration matches the set value.
  • control unit 102 controls the valve 523 described with reference to FIG. 7 so that the discharge flow rate of the chemical liquid matches the set value.
  • the storage unit 103 further stores the learned model LM. Based on the input data, the learned model LM outputs processing conditions during execution of substrate processing. The control unit 102 sets the processing conditions output from the learned model LM to the recipe data RP before starting the substrate processing.
  • the trained model LM outputs scan speed information based on input data.
  • the control unit 102 inputs input data to the learned model LM and causes the learned model LM to output scan speed information. Then, based on the scanning speed information output from the learned model LM, the moving speed of the first nozzle 51 (scanning speed at each speed setting position) is set in the recipe data RP.
  • the scanning speed information output from the learned model LM is the objective variable.
  • the control unit 102 generates input data indicating a target value for the amount of substrate processing.
  • the target value of the amount of processing input to the trained model LM is an explanatory variable.
  • the target value of the processing amount is the target value of the etching amount.
  • the target etching amount indicates the distribution of the etching amount required to make the thickness of the object TG equal to the target thickness.
  • the control unit 102 generates input data based on pre-processing measurement data (thickness distribution of the object TG before substrate processing) and target data indicating a target value (target thickness) of the thickness of the object TG. do.
  • the input data indicates the difference between the thickness distribution of the object TG before the substrate processing and the target thickness.
  • pre-processing thickness the thickness of the object TG before substrate processing
  • post-processing thickness the thickness of the object TG after substrate processing
  • the storage unit 103 further stores reference data RE.
  • the reference data RE is acquired based on a plurality of learning data LD used to build the trained model LM.
  • a trained model LM is constructed by machine-learning a plurality of learning data LD.
  • the machine learning algorithm for constructing the trained model LM is not particularly limited as long as it is supervised learning.
  • decision tree, nearest neighbor method, naive Bayes classifier, support vector machine, or neural network is.
  • the trained model LM includes decision trees, nearest neighbors, naive Bayes classifiers, support vector machines, or neural networks. Error backpropagation may be used for machine learning.
  • a neural network includes an input layer, one or more intermediate layers, and an output layer.
  • the neural network is a deep neural network (DNN: Deep Neural Network), a recurrent neural network (RNN: Recurrent Neural Network), or a convolutional neural network (CNN: Convolutional Neural Network), and deep learning conduct.
  • DNN Deep Neural Network
  • RNN Recurrent Neural Network
  • CNN convolutional neural network
  • a deep neural network includes an input layer, multiple hidden layers, and an output layer.
  • the control unit 102 executes determination processing based on the input data and the reference data RE.
  • the determination process is a process for determining whether or not to perform substrate processing. Specifically, the control unit 102 compares the input data with the reference data RE to determine whether or not to perform substrate processing.
  • control unit 102 decides to perform substrate processing, it inputs the input data to the learned model LM. Then, based on the scanning speed information output from the learned model LM, the moving speed of the first nozzle 51 (scanning speed at each speed setting position) is set in the recipe data RP, and then the processing unit 1 is controlled to perform processing. The unit 1 is caused to perform substrate processing.
  • control unit 102 decides not to perform the substrate processing, it stops the processing unit 1 from performing the substrate processing without inputting the input data to the learned model LM. Then, an error screen is displayed on the display unit 104 .
  • the error screen is a screen that informs the operator that an error has occurred.
  • FIG. 9 is a diagram showing the learning data set LDS used to construct the reference data RE.
  • the learning data set LDS includes multiple pieces of learning data LD.
  • Each of the learning data LD includes scan speed information and processing amount information. Scan speed information and throughput information are associated with each other.
  • FIG. 9 illustrates processing amount information DA1 to DA4 associated with scan speed information #A1 to #A4.
  • the learning data LD is generated by performing substrate processing on a learning target substrate.
  • the board to be learned may be referred to as a "learning target board”.
  • the scan speed information indicates the scan speed of each speed setting position set when executing substrate processing on the learning target substrate.
  • the throughput information indicates the throughput of substrate processing during learning.
  • the processing amount indicates the difference between the pre-processing thickness and the post-processing thickness of the learning target substrate.
  • the processing amount is the etching amount.
  • the processing amount information indicates the difference between the pre-processing thickness distribution and the post-processing thickness distribution of the learning target substrate. Therefore, the processing amount information indicates the distribution of the etching amount in the etching process during learning.
  • the reference data RE is obtained based on the processing amount information of each learning data LD.
  • the reference data RE may be an average value of processing amounts included in a plurality of learning data LD.
  • the reference data RE may be selected from processing amounts included in a plurality of learning data LD.
  • the reference data RE may be created by an operator based on the amount of processing included in the plurality of learning data LD.
  • control unit 102 controls the reference data (reference data RE) acquired based on the throughput of substrate processing during learning and the target value of the throughput ( input data) to determine whether or not to perform substrate processing. Therefore, it is possible to guarantee the reliability of the processing conditions output from the learned model LM.
  • the control unit 102 determines not to perform the substrate processing when the target value of the processing amount (input data) corresponds to the processing amount that has not been acquired during learning. be able to. Therefore, it is possible to prevent non-optimal processing conditions (unexpected processing conditions) from being output from the trained model LM. Further, the control unit 102 can determine to perform the substrate processing when the target value (input data) of the processing amount corresponds to the processing amount acquired during learning. In this case, it is unlikely that a non-optimal processing condition (unexpected processing condition) will be output from the trained model LM. Therefore, it is possible to guarantee the reliability of the processing conditions output from the learned model LM.
  • the learning data LD further includes information indicating that the processing amount (etching amount) does not match the target processing amount (target etching amount), or information indicating that the processing amount is not within the allowable range. may contain.
  • the storage unit 103 further stores the threshold TH.
  • the threshold TH is a threshold for the comparison result between the input data and the reference data RE.
  • the control unit 102 compares the input data with the reference data RE to acquire the comparison result, and determines whether or not to execute the substrate processing based on the comparison result and the threshold value TH.
  • the threshold TH indicates a threshold for the Euclidean distance between the reference data RE and the input data.
  • the control unit 102 calculates the Euclidean distance between the reference data RE and the input data. Then, the calculated Euclidean distance is compared with the threshold TH, and if the Euclidean distance is greater than the threshold TH, it is determined not to execute the substrate processing, and if the Euclidean distance is equal to or less than the threshold TH, the substrate processing is executed. to decide.
  • the Euclidean distance between the reference data RE and the input data may be referred to as "first Euclidean distance".
  • the reference data RE is normalized.
  • the control unit 102 normalizes the input data and calculates the Euclidean distance (first Euclidean distance) between the reference data RE and the normalized input data.
  • the normalized reference data RE can be obtained by normalizing the processing amount of each learning data LD by its average value or minimum value.
  • the control unit 102 acquires the average value or the lowest value of the input data and normalizes the input data by the average value or the lowest value.
  • the present embodiment it is possible to determine whether or not to perform substrate processing using the threshold TH. Therefore, it is possible to easily determine whether or not to perform substrate processing.
  • FIG. 10 is a diagram showing the relationship between the variation in the amount of processing included in a plurality of pieces of learning data LD and the threshold value TH.
  • the horizontal axis indicates the Euclidean distance.
  • the vertical axis indicates the number of learning data LD corresponding to each Euclidean distance included in the horizontal axis.
  • a graph GR shows variations in processing amounts included in a plurality of pieces of learning data LD.
  • the graph GR is obtained by normalizing the processing amount of each learning data LD and calculating the Euclidean distance between the normalized reference data RE and the normalized processing amount of each learning data LD.
  • the Euclidean distance between the processing amount of the learning data LD and the reference data RE may be referred to as "second Euclidean distance”.
  • the threshold TH includes a first threshold TH1 and a second threshold TH2.
  • the control unit 102 compares the input data and the reference data RE to obtain the comparison result, and selects one of the plurality of decision items based on the comparison result and the threshold TH (first threshold TH1 and second threshold TH2). Choose one.
  • the multiple decision items include the first decision item to the third decision item.
  • the first decision item is an item for deciding not to perform substrate processing.
  • the second decision item is an item for deciding to execute substrate processing based on the processing conditions output from the learned model LM and to store in the storage unit 103 flag information indicating that the substrate processing has been executed.
  • the third decision item is an item for deciding to perform substrate processing based on the processing conditions output from the learned model LM. In addition, in the third decision item, flag information indicating that the substrate processing has been executed is not given.
  • the value A of the first threshold TH1 is set to a value larger than the maximum value of the second Euclidean distance. That is, the first threshold TH1 corresponds to a processing amount that is not included in the processing amounts of the plurality of learning data LD. In other words, the first threshold TH1 corresponds to the amount of processing that has not been acquired during learning. Therefore, if the input data is input to the trained model LM when the first Euclidean distance is greater than the first threshold TH1, there is a high possibility that the trained model LM will output an unexpected processing condition.
  • the control unit 102 selects the first decision item and decides not to perform substrate processing. Therefore, input data is not input to the trained model LM when there is a possibility that the processing conditions output from the trained model LM are not optimal. As a result, it is possible to prevent processing conditions whose reliability cannot be guaranteed from being output from the learned model LM. Therefore, it is possible to guarantee the reliability of the processing conditions output from the learned model LM.
  • the value B of the second threshold TH2 is set to the value of the area where the number of learning data LD is small.
  • a region with a small number of learning data LD indicates a region with a large amount of processing that is not acquired during learning. If the processing amount included in a region with a large amount of processing that has not been acquired during learning is input data, there is a slight possibility that the optimal processing conditions will not be output from the trained model LM. Therefore, if the input data is input to the trained model LM when the first Euclidean distance is equal to or smaller than the first threshold TH1 and larger than the second threshold TH2, processing conditions that are not optimal from the trained model LM (unexpected processing condition) may be output. In other words, the reliability of the processing conditions output from the trained model LM is slightly low.
  • the control unit 102 selects the second determination item, and performs the processing based on the processing conditions output from the trained model LM. It is determined that the storage unit 103 stores flag information indicating that the substrate processing has been performed while performing the substrate processing. Therefore, when the thickness or top surface state of the object TG included in the substrate W after substrate processing is different from the expected thickness or expected state, the operator can verify the cause.
  • the control unit 102 selects the third decision item and decides to execute the substrate processing based on the processing conditions output from the learned model LM. .
  • the storage unit 103 does not store flag information indicating that the substrate processing has been performed.
  • FIG. 11 is a diagram showing the setting screen SE.
  • the display unit 104 displays a setting screen SE.
  • the setting screen SE includes a graph display field 111 and first setting fields 112 to fourth setting fields 115 .
  • the first setting field 112 is an input field in which the operator operates the input unit 105 to input the value A of the first threshold TH1.
  • the second setting field 113 is an input field in which the operator operates the input unit 105 to input the value B of the second threshold TH2.
  • FIG. 11 illustrates a case where the numerical values to be entered in the first setting field 112 and the second setting field 113 are displayed as percentages. Specifically, the first setting field 112 and the second setting field 113 display percentages corresponding to values obtained by converting the Euclidean distance from the reference data RE into the mean square deviation.
  • the third setting field 114 is an input field for inputting an operation to be executed by the substrate processing apparatus 100 when the first Euclidean distance is greater than the first threshold TH1.
  • the third setting field 114 is an input field for inputting a decision item to be selected by the control unit 102 when the first Euclidean distance is greater than the first threshold TH1.
  • "Stop processing" shown in FIG. 11 corresponds to the first decision item.
  • a fourth setting field 115 is an input field for inputting an operation to be executed by the substrate processing apparatus 100 when the first Euclidean distance is greater than the second threshold TH2 and less than or equal to the first threshold TH1.
  • the fourth setting field 115 is an input field for inputting a decision item to be selected by the control unit 102 when the first Euclidean distance is greater than the second threshold TH2 and less than or equal to the first threshold TH1.
  • "Continue processing" shown in FIG. 11 corresponds to the second decision item.
  • a graph GR, a horizontal axis, and a vertical axis are displayed in the graph display field 111 .
  • the graph GR shows variations in etching amount.
  • the horizontal axis indicates the Euclidean distance.
  • the vertical axis indicates the number of learning data LD corresponding to each Euclidean distance included in the horizontal axis.
  • the graph display field 111 further displays the first threshold TH1 and the second threshold TH2 that are input in the first setting field 112 and the second setting field 113 .
  • the user can set the value of the threshold TH (the value A of the first threshold TH1 and the value B of the second threshold TH2) to arbitrary values. Therefore, convenience is improved.
  • the user can arbitrarily set the operation to be executed by the substrate processing apparatus 100 when the first Euclidean distance exceeds the value of the threshold TH (the value A of the first threshold TH1 or the value B of the second threshold TH2). can. Therefore, convenience is improved.
  • the graph GR is displayed in the graph display field 111, the user can easily determine the value of the threshold TH. Similarly, since the graph GR is displayed in the graph display field 111, the user can display It is easy to determine the operation to be executed by the substrate processing apparatus 100 .
  • the user can easily determine the value of the threshold TH.
  • graph display column 111 may be omitted.
  • FIG. 12 is a flowchart showing processing executed by the control device 101 (control unit 102) of the substrate processing apparatus 100.
  • FIG. 12 shows the processing executed by the control unit 102 when performing substrate processing on one substrate W.
  • the process executed by control unit 102 includes steps S1 to S9. Among steps S1 to S9, steps S4 and S5 are included in the data processing method.
  • the process shown in FIG. 12 is started when the operator operates the input unit 105 to give an instruction to start the etching process of the substrate W.
  • the control unit 102 controls the indexer robot IR and the center robot CR to move the substrate W into the chamber 2 of the processing unit 1. Carry in (step S1). The loaded substrate W is held by the spin chuck 3 (step S2).
  • the control unit 102 controls the spin motor unit 4 to start rotating the substrate W (step S3). Specifically, the spin motor unit 4 rotates the substrate W integrally with the spin chuck 3 .
  • the control unit 102 controls the thickness measurement unit 8 to measure the thickness (thickness before processing) of the object TG included in the substrate W (step S4). .
  • the control unit 102 controls the probe moving mechanism 9 to move the optical probe 81 to the measurement position P (probe moving process). Then, the thickness measuring unit 8 is made to measure the thickness of the object TG (thickness measuring process). The control section 102 acquires pre-processed measurement data based on the measurement signal output from the thickness measuring device 85 of the thickness measuring section 8 .
  • the pre-processing measurement data indicates the distribution of the thickness (pre-processing thickness) of the object TG before executing the substrate processing.
  • control unit 102 After acquiring the pre-processing measurement data, the control unit 102 executes the determination processing described with reference to FIGS. 8 to 11 to determine whether or not to execute substrate processing (step S5).
  • control unit 102 determines to perform substrate processing (Yes in step S5), it inputs input data to the learned model LM and acquires scan speed information (processing conditions). Based on the scan speed information acquired from the learned model LM, the scan speed of each speed setting position is set in the recipe data RP (step S6).
  • step S7 the control unit 102 executes substrate processing. Specifically, the scan processing described with reference to FIG. 4 is executed. That is, while the nozzle moving mechanism 6 is controlled to move the first nozzle 51 , the chemical supply unit 5 is controlled to discharge the chemical from the first nozzle 51 toward the substrate W. FIG.
  • the control unit 102 releases the holding of the substrate W by the spin chuck 3 . Then, the central robot CR is controlled to unload the substrate W from the chamber 2 of the processing unit 1 (step S8). Also, by controlling the center robot CR and the indexer robot IR, the substrate W unloaded from the chamber 2 of the processing unit 1 is transported to one of the plurality of load ports LP. As a result, the processing shown in FIG. 12 ends.
  • control unit 102 determines not to perform substrate processing (No in step S5), it performs alarm processing (step S9) and ends the processing shown in FIG.
  • the alarm processing is processing for notifying that an error has occurred in the substrate processing apparatus 100 .
  • the control unit 102 notifies that an error has occurred in the substrate processing apparatus 100 by displaying an error screen on the display unit 104, for example.
  • FIG. 13 is a flowchart showing determination processing (step S5). As shown in FIG. 13, the determination process (step S5) includes steps S51 to S54.
  • step S5 When the determination process (step S5) is started, the control unit 102 generates input data based on the pre-processing measurement data (pre-processing thickness) and target data (target thickness), and compares the reference data RE and the input data. A Euclidean distance (first Euclidean distance) is obtained (step S51).
  • the control unit 102 determines whether or not the first Euclidean distance is greater than the first threshold TH1 (step S52). When determining that the first Euclidean distance is greater than the first threshold TH1 (Yes in step S52), the control unit 102 determines not to perform substrate processing. As a result, the determination process (step S5) ends, and the process executed by the control unit 102 proceeds to step S9 described with reference to FIG.
  • control unit 102 determines that the first Euclidean distance is not greater than the first threshold TH1 (No in step S52), it determines whether or not the first Euclidean distance is greater than the second threshold TH2 (step S53).
  • step S53 When the control unit 102 determines that the first Euclidean distance is greater than the second threshold TH2 (Yes in step S53), the storage unit 103 stores flag information indicating that substrate processing has been performed. As a result, the determination process (step S5) ends, and the process executed by the control unit 102 proceeds to step S6 described with reference to FIG.
  • step S5 When the control unit 102 determines that the first Euclidean distance is not greater than the second threshold TH2 (No in step S53), the determination processing (step S5) ends, and the processing executed by the control unit 102 is as shown in FIG. The process proceeds to step S6 described with reference to FIG.
  • FIG. 14 is a flow chart showing the condition setting process (step S6). As shown in FIG. 14, the condition setting process (step S6) includes steps S61 to S63.
  • step S6 When the condition setting process (step S6) is started, the control unit 102 inputs input data to the learned model LM (step S61). As a result, scanning speed information (processing conditions) is output from the learned model LM, and the control unit 102 acquires the scanning speed information (step S62). The control unit 102 sets the scan speed for each speed setting position in the recipe data RP based on the scan speed information acquired from the learned model LM (step S63). As a result, the condition setting process (step S6) ends, and the process executed by the control unit 102 proceeds to step S7 described with reference to FIG.
  • FIG. 15 is a flowchart showing substrate processing (step S7). As shown in FIG. 15, substrate processing (step S7) includes steps S71 to S73.
  • step S7 When the substrate processing (step S7) is started, the control unit 102 controls the chemical liquid supply unit 5 and the nozzle moving mechanism 6 to move the first nozzle 51, and the etching liquid is directed toward the substrate W from the first nozzle 51. is discharged (step S71). As a result, the substrate W is etched (etching process).
  • the control unit 102 controls the rinse liquid supply unit 7 to discharge the rinse liquid from the second nozzle 71 toward the substrate W (step S72).
  • the etchant is removed from the substrate W.
  • FIG. Specifically, the etchant is washed away from the substrate W by the rinsing liquid and discharged to the surroundings of the substrate W. As shown in FIG. Therefore, the liquid film of the etchant on the substrate W is replaced with the liquid film of the rinse liquid.
  • step S73 the control section 102 controls the spin motor section 4 to dry the substrate W.
  • step S7 the substrate processing (step S7) is completed, and the process executed by the control unit 102 proceeds to step S8 described with reference to FIG.
  • control unit 102 increases the rotation speed of the substrate W more than the rotation speed during etching and rinsing. As a result, a large centrifugal force is applied to the rinse liquid on the substrate W, and the rinse liquid adhering to the substrate W is shaken off around the substrate W. FIG. In this manner, the rinsing liquid is removed from the substrate W and the substrate W is dried. Note that the control unit 102 stops the rotation of the substrate W by the spin motor unit 4, for example, after a predetermined time has elapsed since the high-speed rotation of the substrate W was started.
  • Embodiment 1 of the present invention has been described above with reference to FIGS. According to this embodiment, it is possible to guarantee the reliability of the processing conditions output from the learned model LM. Specifically, when there is a possibility that the processing conditions output from the trained model LM are not optimal, the control unit 102 does not input the input data to the trained model LM. Therefore, it is possible to prevent processing conditions whose reliability cannot be guaranteed from being output from the trained model LM. Further, according to this embodiment, it is possible to prevent the substrate W from being processed when there is a possibility that the processing conditions (scanning speed information) output from the learned model LM are not optimal.
  • the thickness before treatment is measured, but the thickness after treatment may be measured in addition to the thickness before treatment.
  • first threshold TH1 and the second threshold TH2 are set in the present embodiment, only the first threshold TH1 may be set among the first threshold TH1 and the second threshold TH2.
  • Embodiment 2 of the present invention will be described with reference to FIGS. 1 to 7, 9 to 13, and 15 to 17.
  • FIG. matters different from those of the first embodiment will be explained, and explanations of matters that are the same as those of the first embodiment will be omitted.
  • Embodiment 2 differs from Embodiment 1 in the condition setting process (step S6).
  • FIG. 16 is a block diagram of the control device 101 included in the substrate processing apparatus 100 of this embodiment.
  • the storage unit 103 further stores default scan speed information SC.
  • Default scan speed information SC is an example of a default condition.
  • the default scan speed information SC indicates scan speed information defined in advance.
  • the control unit 102 compares the input data and the reference data RE to obtain the comparison result, and selects one of the plurality of decision items based on the comparison result and the threshold TH (first threshold TH1 and second threshold TH2). Choose one.
  • the multiple decision items further include a fourth decision item.
  • the fourth decision item is an item for deciding to perform substrate processing based on the predetermined scan speed information SC and to store information indicating that the substrate processing has been performed in the storage unit 103 .
  • the operator can input the second decision item or the fourth decision item in the fourth setting field 115 on the setting screen SE described with reference to FIG. 11 .
  • the first decision item is an item for deciding not to perform substrate processing.
  • the second decision item is an item for deciding to execute substrate processing based on the processing conditions output from the learned model LM and to store in the storage unit 103 flag information indicating that the substrate processing has been executed.
  • the third decision item is an item for deciding to perform substrate processing based on the processing conditions output from the learned model LM.
  • FIG. 17 is a flow chart showing the condition setting process (step S6). Specifically, FIG. 17 shows the condition setting process when the fourth determination item is entered in the fourth setting field 115 of the setting screen SE.
  • the condition setting process (step S6) shown in FIG. 17 further includes steps S611 and S612 in addition to steps S61 to S63 shown in FIG.
  • step S6 When the condition setting process (step S6) is started, the control unit 102 determines whether flag information indicating that substrate processing has been performed is stored in the storage unit 103 (step S611). Flag information indicating that the substrate processing has been performed is stored in the storage unit 103 in step S54 shown in FIG.
  • step S611 When determining that the flag information is stored in the storage unit 103 (Yes in step S611), the control unit 102 sets the scan speed for each speed setting position in the recipe data RP based on the default scan speed information SC. (Step S612). As a result, the condition setting process (step S6) ends, and the process executed by the control unit 102 proceeds to step S7 described with reference to FIG.
  • control unit 102 determines that the flag information is not stored in the storage unit 103 (No in step S611), it executes each process of steps S61 to S63 described with reference to FIG. As a result, the condition setting process (step S6) ends, and the process executed by the control unit 102 proceeds to step S7 described with reference to FIG.
  • the second embodiment of the present invention has been described above with reference to FIGS. 1 to 7, 9 to 13, and 15 to 17. According to this embodiment, as in the first embodiment, it is possible to guarantee the reliability of the processing conditions output from the trained model LM.
  • Embodiment 3 Next, Embodiment 3 of the present invention will be described with reference to FIGS. 1 to 11 and 13 to 19. FIG. However, matters different from those of the first and second embodiments will be explained, and explanations of matters that are the same as those of the first and second embodiments will be omitted. Embodiment 3 differs from Embodiments 1 and 2 in that the control unit 102 generates additional learning data.
  • FIG. 18 is a flowchart showing processing executed by the control device 101 (control unit 102) of the substrate processing apparatus 100 according to this embodiment.
  • the process shown in FIG. 18 further includes steps S10 and S20 in addition to steps S1 to S9 shown in FIG.
  • the rotation of the substrate W by the spin motor section 4 is not stopped at the end of the drying process (step S73 in FIG. 15).
  • the controller 102 reduces the rotation speed of the substrate W to the rotation speed during the etching process and the rinse process.
  • control unit 102 After executing the substrate processing (step S7), the control unit 102 determines whether flag information indicating that the substrate processing has been executed is stored in the storage unit 103 (step S10).
  • control unit 102 determines that the flag information is stored in the storage unit 103 (Yes in step S10), it generates additional learning data (step S20). After generating the additional learning data, the control unit 102 stops the rotation of the substrate W by the spin motor unit 4 . Then, step S8 described with reference to FIG. 12 is executed. As a result, the processing shown in FIG. 18 ends.
  • control unit 102 determines that the flag information is not stored in the storage unit 103 (No in step S10), it stops the spin motor unit 4 from rotating the substrate W. Then, step S8 described with reference to FIG. 12 is executed. As a result, the processing shown in FIG. 18 ends.
  • FIG. 19 is a flowchart showing the additional learning data generation process (step S20). As shown in FIG. 19, the additional learning data generation process (step S20) includes steps S21 to S23.
  • control unit 102 controls the thickness measurement unit 8 to measure the thickness (thickness after processing) of the target object TG included in the substrate W (step S21). ).
  • the control unit 102 controls the probe moving mechanism 9 to move the optical probe 81 to the measurement position P (probe moving process). Then, the thickness measuring unit 8 is made to measure the thickness of the object TG (thickness measuring process). The control section 102 acquires post-processing measurement data based on the measurement signal output from the thickness measuring device 85 of the thickness measuring section 8 .
  • the post-processing measurement data indicates the distribution of the thickness of the object TG (post-processing thickness) after the substrate processing.
  • the control unit 102 After acquiring the post-processing measurement data, the control unit 102 acquires the processing amount based on the pre-processing measurement data and the post-processing measurement data (step S22). Specifically, the amount of treatment indicates the difference between the thickness before treatment and the thickness after treatment.
  • the control unit 102 Upon obtaining the processing amount, the control unit 102 generates additional learning data (step S23).
  • the additional learning data includes scan speed information and processing amount information, similar to the learning data LD described with reference to FIG.
  • the control unit 102 generates additional learning data based on the scan speed of each speed setting position set in the recipe data RP and the processing amount.
  • step S20 the additional learning data generation process (step S20) is completed, and the process executed by the control unit 102 proceeds to step S8 shown in FIG.
  • additional learning data can be generated when the first Euclidean distance is equal to or less than the first threshold TH1 and greater than the second threshold TH2.
  • the value B of the second threshold TH2 is set to the value of the region where the number of learning data LD is small. Therefore, when the first Euclidean distance is equal to or smaller than the first threshold TH1 and larger than the second threshold TH2, by generating additional learning data, the area where the number of learning data LD is small during additional learning can increase the number of learning data LD. As a result, the prediction accuracy of the trained model LM is improved.
  • the substrates W whose first Euclidean distance is equal to or less than the first threshold TH1 and greater than the second threshold TH2 are subjected to additional learning, but all substrates W subjected to substrate processing are added. It may be used as a learning target. In this case, all substrates W whose first Euclidean distance is equal to or less than the first threshold TH1 are subjected to additional learning.
  • the additional learning data further includes information indicating that the processing amount (etching amount) does not match the target processing amount (target etching amount), or information indicating that the processing amount is not within the allowable range. may contain.
  • the control unit 102 determines whether or not the processing amount (etching amount) matches the input data (target etching amount). Alternatively, the control unit 102 determines whether or not the processing amount is within the allowable range.
  • Embodiment 4 of the present invention will be described with reference to FIGS. 1 to 20.
  • FIG. matters different from those of Embodiments 1 to 3 will be explained, and explanations of matters that are the same as those of Embodiments 1 to 3 will be omitted.
  • Embodiment 4 differs from Embodiments 1 to 3 in that the thickness of the object TG is measured by a device outside the substrate processing apparatus 100.
  • FIG. 1 the thickness of the object TG is measured by a device outside the substrate processing apparatus 100.
  • FIG. 20 is a diagram showing the substrate processing system 1000 of this embodiment.
  • the substrate processing system 1000 of this embodiment includes a substrate processing apparatus 100 and a film thickness measuring apparatus 200 .
  • the film thickness measuring device 200 is an example of a thickness measuring device.
  • the film thickness measuring device 200 measures the thickness of the object TG included in the substrate W before the substrate processing.
  • the substrate processing apparatus 100 performs substrate processing after the thickness of the object TG is measured by the film thickness measuring apparatus 200 .
  • the control unit 102 of the substrate processing apparatus 100 acquires the measurement result of the film thickness measurement apparatus 200 .
  • the substrate processing apparatus 100 and the film thickness measurement apparatus 200 may be communicably connected, and data indicating the measurement results of the film thickness measurement apparatus 200 may be transmitted from the film thickness measurement apparatus 200 to the substrate processing apparatus 100.
  • the communication medium may be a communication cable or wireless.
  • a medium holding data may be used to cause the control unit 102 of the substrate processing apparatus 100 to acquire the measurement result of the film thickness measuring apparatus 200 .
  • a medium for holding data an optical disc such as a compact disc or DVD, or a storage device such as a USB memory may be used.
  • the control unit 102 of the substrate processing apparatus 100 acquires pre-processing measurement data (thickness distribution of the target object TG before execution of substrate processing) from the measurement result of the film thickness measurement device 200 . Then, as described in Embodiments 1 to 3, input data is generated based on the target data indicating the target value (target thickness) of the thickness of the object TG and the pre-processing measurement data, and the input data and the reference data RE to determine whether or not to perform substrate processing.
  • pre-processing measurement data thickness distribution of the target object TG before execution of substrate processing
  • the substrate processing apparatus 100 may or may not include the thickness measuring unit 8 .
  • Embodiment 4 of the present invention has been described above with reference to FIGS. According to this embodiment, as in the first to third embodiments, it is possible to guarantee the reliability of the processing conditions output from the trained model LM.
  • Embodiment 5 Next, Embodiment 5 of the present invention will be described with reference to FIGS. 1 to 19, 21, and 22. FIG. However, matters different from those of Embodiments 1 to 4 will be explained, and explanations of matters that are the same as those of Embodiments 1 to 4 will be omitted. Embodiment 4 differs from Embodiments 1 to 4 in that an apparatus external to the substrate processing apparatus 100 determines whether or not to perform substrate processing.
  • FIG. 21 is a diagram showing the substrate processing system 1000 of this embodiment.
  • the substrate processing system 1000 of this embodiment includes a substrate processing apparatus 100 , a film thickness measuring apparatus 200 and an information processing apparatus 300 .
  • the film thickness measuring device 200 is an example of a thickness measuring device.
  • the information processing device 300 is an example of a decision device.
  • the film thickness measuring device 200 measures the thickness of the object TG included in the substrate W before the substrate processing.
  • the information processing device 300 acquires the measurement result of the film thickness measurement device 200 .
  • the information processing device 300 and the film thickness measurement device 200 may be communicably connected, and data indicating the measurement result of the film thickness measurement device 200 may be transmitted from the film thickness measurement device 200 to the information processing device 300.
  • the communication medium may be a communication cable or wireless.
  • the information processing device 300 may acquire the measurement results of the film thickness measuring device 200 using a medium that holds data.
  • a medium for holding data an optical disc such as a compact disc or DVD, or a storage device such as a USB memory may be used.
  • the information processing device 300 determines whether or not to perform substrate processing based on the measurement result of the film thickness measurement device 200 . Specifically, the information processing apparatus 300 executes the determination process described with reference to FIGS. 8 to 11 to determine whether or not to execute substrate processing.
  • the substrate processing apparatus 100 acquires the determination result and input data to be input to the learned model LM from the information processing apparatus 300 .
  • the determination result indicates whether or not to perform substrate processing.
  • the information processing apparatus 300 and the substrate processing apparatus 100 may be communicably connected, and the data indicating the determination result and the input data may be transmitted from the information processing apparatus 300 to the substrate processing apparatus 100 .
  • the communication medium may be a communication cable or wireless.
  • the substrate processing apparatus 100 may acquire the determination result and the input data using a data holding medium.
  • a medium for holding data an optical disc such as a compact disc or DVD, or a storage device such as a USB memory may be used.
  • the substrate processing apparatus 100 inputs input data to the learned model LM as described in the first to fourth embodiments. Then, the substrate is processed based on the processing conditions output from the learned model LM.
  • the substrate processing apparatus 100 may acquire input data only when it is determined to perform substrate processing.
  • FIG. 22 is a block diagram showing the configuration of the information processing device 300.
  • the information processing device 300 includes a processing section 301 , a storage section 302 , a display section 303 and an input section 304 .
  • the information processing device 300 is, for example, a server or a personal computer (PC).
  • the information processing device 300 is not particularly limited as long as it is a device capable of arithmetic processing.
  • the processing unit 301 has a processor.
  • the processing unit 301 has, for example, a CPU or an MPU.
  • the processing unit 301 may have a general-purpose computing unit or a dedicated computing unit.
  • the storage unit 302 stores data and computer programs.
  • the data includes reference data RE.
  • the data further includes a threshold TH.
  • the processing unit 301 executes various arithmetic processes based on computer programs and data stored in the storage unit 302 .
  • the storage unit 302 has a main storage device.
  • the main storage device is, for example, a semiconductor memory.
  • the storage unit 302 may further have an auxiliary storage device.
  • Auxiliary storage includes, for example, at least one of a semiconductor memory and a hard disk drive.
  • Storage unit 302 may include removable media.
  • the display unit 303 displays various information.
  • the display unit 303 displays the setting screen SE described with reference to FIG.
  • the display unit 303 has, for example, a liquid crystal display or an organic EL display.
  • the input unit 304 receives inputs from the operator and outputs various information to the processing unit 301 .
  • the input unit 304 includes, for example, input devices such as a keyboard, pointing device, and touch panel.
  • the touch panel may be arranged on the display surface of the display unit 303 and configure a graphical user interface together with the display unit 303 .
  • the operator While the setting screen SE is displayed on the display unit 303, the operator operates the input unit 304 to enter the first setting field 112 and the second setting field 113 described with reference to FIG. Values for the threshold TH1 and the second threshold TH2 can be entered respectively. Further, by operating the input unit 304, the operations to be executed by the substrate processing apparatus 100 can be input in the third setting column 114 and the fourth setting column 115 described with reference to FIG.
  • the processing unit 301 is an example of a determining unit. Similar to the control unit 102 of the substrate processing apparatus 100 described in the first to fourth embodiments, the processing unit 301 obtains pre-processing measurement data (thickness of the target object TG before substrate processing) from the measurement result of the film thickness measurement device 200. distribution). Then, input data is generated based on the target data indicating the target value (target thickness) of the thickness of the object TG and the pre-processing measurement data, and the input data and the reference data RE are compared to execute the substrate processing. Decide whether or not Specifically, the processing unit 301 compares the input data with the reference data RE, acquires the comparison result, and determines whether or not to perform the substrate processing based on the comparison result and the threshold value TH.
  • the fifth embodiment of the present invention has been described above with reference to FIGS. 1 to 19, 21, and 22. According to this embodiment, as in the first to fourth embodiments, it is possible to guarantee the reliability of the processing conditions output from the trained model LM.
  • the spin chuck 3 may be a vacuum chuck or a Bernoulli chuck.
  • the value of the first threshold TH1 is set by the operator, but the value of the first threshold TH1 may be a default value.
  • the operator sets the value of the second threshold TH2, but the value of the second threshold TH2 may be a default value.
  • the operator sets the operation of the substrate processing apparatus 100 when the first Euclidean distance is greater than the first threshold TH1.
  • the operation of the substrate processing apparatus 100 when it is larger than the first threshold TH1 may be a default operation.
  • the operator controls the operation of the substrate processing apparatus 100 when the first Euclidean distance is greater than the second threshold TH2 and equal to or less than the first threshold TH1.
  • the operation of the substrate processing apparatus 100 when the first Euclidean distance is greater than the second threshold TH2 and equal to or less than the first threshold TH1 may be a default operation.
  • first threshold TH1 and second threshold TH2 are set as the threshold TH, but three or more thresholds are set. good too.
  • the Euclidean distance (first Euclidean distance) is calculated by comparing the reference data RE and the input data. Then, the degree of similarity between the reference data RE and the input data may be calculated. Specifically, the degree of similarity between the reference data RE and the input data may be calculated by DTW (Dynamic Time Warping), or the degree of similarity between the reference data RE and the input data may be calculated by DDTW (Derivative DTW).
  • DTW Dynamic Time Warping
  • DDTW Derivative DTW
  • the similarity between the processing amount of the learning data LD and the reference data RE is calculated by DTW or DDTW. be done.
  • substrate processing apparatus 100 may include a speaker.
  • the control unit 102 may output an error sound from the speaker.
  • substrate processing apparatus 100 may include lamps.
  • the control unit 102 may notify the operator of the error by blinking the lamp, or may turn on the lamp to notify the operator of the error.
  • the scan speed information indicates the scan speed at each speed setting position, but the scan speed information may indicate only one set value of the scan speed. good.
  • the first nozzle 51 moves at a constant speed from the start position to the end position of the movement section of the first nozzle 51 .
  • the moving speed of the first nozzle 51 is set, but the relative moving speed between the first nozzle 51 and the substrate W may be set. .
  • the relative moving speed between the first nozzle 51 and the substrate W indicates the relative moving speed between the rotating surface of the substrate W and the first nozzle 51 .
  • the relative moving speed indicates the sum of the speed component (vector) of the first nozzle 51 and the speed component (vector) of the portion of the rotating substrate W facing the first nozzle 51 .
  • the velocity component of the substrate W indicates the velocity in the circumferential direction CD.
  • the first nozzle 51 turns, but the first nozzle 51 may move linearly.
  • the first nozzles 51 were scan nozzles, but the first nozzles 51 may be fixed nozzles.
  • the processing unit 1 has a substrate moving mechanism for moving the substrate W instead of the nozzle moving mechanism 6 .
  • the moving speed of the substrate W is set instead of the scanning speed.
  • the learned model LM outputs substrate speed information indicating the moving speed of the substrate W.
  • FIG. The controller 102 controls the substrate moving mechanism based on the substrate speed information.
  • the substrate speed information may indicate the movement speed of the substrate W set for each position (each substrate position) that divides the movement section in which the substrate W moves into a plurality of sections. It should be noted that the substrate W may be rotated or linearly moved.
  • the processing unit 1 further includes a substrate moving mechanism for moving the substrate W in addition to the nozzle moving mechanism 6 .
  • the moving speed of the substrate W is set in the recipe data RP together with the scanning speed.
  • the learned model LM outputs substrate speed information that defines the moving speed of the substrate W in addition to the scan speed information.
  • the controller 102 controls the substrate moving mechanism based on the substrate speed information.
  • the optical probe 81 was fixed at the measurement position P (fixed position) when measuring the thickness of the object TG.
  • the optical probe 81 may move when measuring .
  • the optical probe 81 moves so that the thickness measurement position with respect to the object TG forms an arc-shaped trajectory TJ1.
  • the optical probe 81 moves between the central portion CT and the edge portion EG of the substrate W in a plan view, and directs light toward the object TG. is emitted.
  • the thickness of the object TG is measured at each measurement position included in the trajectory TJ1.
  • Each measurement position corresponds to each radial position of the substrate W.
  • FIG. Therefore, the thickness distribution of the object TG in the radial direction of the substrate W is measured by the thickness measurement process.
  • the trained model LM outputs the scanning speed information as the objective variable, but instead of or in addition to the scanning speed information, the processing amount Other processing conditions that affect
  • the learned model LM may output at least one of the rotation speed of the substrate W, the chemical solution temperature, the chemical solution concentration, and the chemical solution discharge flow rate as other processing conditions.
  • the chemical solution is the etching solution, but the chemical solution is not limited to the etching solution.
  • Any liquid that processes the substrate W may be used as the chemical liquid.
  • the chemical liquid may be a removal liquid that removes the target object TG.
  • the removal liquid it is possible to perform a process of removing a specific film or a process of removing a specific film in which foreign matter is mixed.
  • the remover is, for example, a sulfuric acid/hydrogen peroxide mixture (SPM).
  • SPM sulfuric acid/hydrogen peroxide mixture
  • a resist removal process is a process for removing a resist from the surface of a semiconductor substrate.
  • substrate processing includes etching processing, but substrate processing is not limited to etching processing.
  • substrate processing may include deposition processing.
  • the processing liquid is, for example, SPM or ozone water.
  • the substrate W is formed with an oxide film.
  • the amount of processing indicates the amount of film formation.
  • It may be a batch-type apparatus that performs substrate processing on W at the same time.
  • the present invention is useful in the field of processing substrates.
  • Nozzle moving mechanism 8 Thickness measuring unit 51: First nozzle 100: Substrate processing apparatus 102: Control unit 103: Storage unit 104: Display unit 111: Graph display column 112: First setting column 113: Second setting column 114 : Third setting field 115 : Fourth setting field 200 : Film thickness measuring device 300 : Information processing device 301 : Processing unit 302 : Storage unit 1000 : Substrate processing system GR : Graph LD : Learning data LM : Learned model RE : Reference data SC: Default scan speed information SE: Setting screen TG: Object TH: Threshold TH1: First threshold TH2: Second threshold W: Substrate

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Cleaning Or Drying Semiconductors (AREA)
  • Weting (AREA)
  • Multi-Process Working Machines And Systems (AREA)

Abstract

基板処理装置、基板処理システム、及びデータ処理方法を提供する。基板処理装置（１００）は、厚み測定部（８）、制御部（１０２）、及び記憶部（１０３）を備える。厚み測定部（８）は、基板（Ｗ）に含まれる対象物（ＴＧ）の厚みを測定する。制御部（１０２）は、学習済みモデル（ＬＭ）に対して入力データを入力することにより、学習済みモデル（ＬＭ）から処理条件を出力させる。記憶部（１０３）は、学習済みモデル（ＬＭ）の構築に用いられた複数の学習用データ（ＬＤ）に基づいて取得された基準データ（ＲＥ）を記憶する。制御部（１０２）は、基板処理の実行前の対象物（ＴＧ）の厚みを示す処理前測定データを取得し、対象物（ＴＧ）の厚みの目標値を示す目標データと処理前測定データとに基づいて入力データを生成する。制御部（１０２）は、入力データと基準データ（ＲＥ）とを比較して、基板処理を実行するか否かを決定する。

Description

基板処理装置、基板処理システム、及びデータ処理方法
　本発明は、基板処理装置、基板処理システム、及びデータ処理方法に関する。
　学習済みモデルを実装する基板処理装置が提案されている（例えば、特許文献１参照。）。このような基板処理装置は、学習済みモデルから出力される出力データに基づいて動作する。
　特許文献１の基板処理装置は、吐出ノズルと、カメラと、制御部とを備える。カメラは、吐出ノズルの先端と、その先端から吐出される処理液とを撮像する。カメラは、基板に対して処理液を吐出する期間に撮像を実行して、複数の画像データを取得する。制御部は、機械学習済みの分類器（学習済みモデル）を有する。分類器は、画像データを複数のカテゴリ（クラス）のうちの一つに分類する。
　カテゴリは、処理液の吐出状態に応じて設定されている。具体的には、複数のカテゴリは、吐出ノズルから処理液が連続流として流下する正常吐出状態を示すカテゴリと、処理液の吐出停止の際に処理液が液滴として落下するぼた落ち状態を示すカテゴリと、処理液が吐出されていない吐出停止状態を示すカテゴリとを含む。
　制御部は、分類器による分類の結果（出力データ）に基づいて、処理液の吐出状態を判定する。制御部は、処理液の吐出状態がぼた落ち状態であると判定した場合、作業者にエラーを報知する。
特開２０２０－３２４０９号公報
　しかしながら、学習済みモデルから出力される出力データの信頼性を保証することは困難である。つまり、学習済みモデルの出力データは、最適なデータではない可能性がある。例えば、学習済みモデルが、基板処理の条件である処理条件（設定値）を出力する場合、最適ではない処理条件（最適ではない設定値）が設定される可能性がある。最適ではない処理条件が設定された場合、基板処理後の基板の状態が目標の状態と異なる可能性がある。したがって、学習済みモデルを実装する基板処理装置には、更なる改良の余地がある。
　本発明は上記課題に鑑みてなされたものであり、その目的は、学習済みモデルから出力される処理条件の信頼性を保証できる基板処理装置、基板処理システム、及びデータ処理方法を提供することにある。
　本発明の一態様によれば、基板処理装置は、基板に対する処理である基板処理を実行する。当該基板処理装置は、厚み測定部と、制御部と、記憶部とを備える。前記厚み測定部は、前記基板に含まれる対象物の厚みを測定する。前記制御部は、前記基板処理の実行時における処理条件を出力する学習済みモデルに対して、前記基板処理による処理量の目標値を示す入力データを入力することにより、前記学習済みモデルから前記処理条件を出力させる。前記記憶部は、前記学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データを記憶する。前記学習用データは、学習時の前記基板処理による処理量を示す。前記制御部は、前記基板処理の実行前に、前記厚み測定部に前記対象物の厚みを測定させて、前記基板処理の実行前の前記対象物の厚みを示す処理前測定データを取得する。前記制御部は、前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて前記入力データを生成する。前記制御部は、前記入力データと前記基準データとを比較して、前記基板処理を実行するか否かを決定する。
　ある実施形態において、前記記憶部は、前記入力データと前記基準データとの比較結果に対する少なくとも１つの閾値を記憶する。前記制御部は、前記入力データと前記基準データとを比較して前記比較結果を取得し、前記比較結果と前記少なくとも１つの閾値とに基づいて、前記基板処理を実行するか否かを決定する。
　ある実施形態において、前記制御部は、前記比較結果と前記少なくとも１つの閾値とに基づいて、複数の決定項目のうちの１つを選択する。前記複数の決定項目は、第１決定項目、第２決定項目、及び第３決定項目を含む。前記第１決定項目は、前記基板処理を実行しないことを決定する項目である。前記第２決定項目は、前記学習済みモデルから出力された前記処理条件に基づいて前記基板処理を実行するとともに、前記基板処理を実行したことを示す情報を前記記憶部に記憶させることを決定する項目である。前記第３決定項目は、前記学習済みモデルから出力された前記処理条件に基づいて前記基板処理を実行することを決定する項目である。
　ある実施形態において、前記少なくとも１つの閾値は、第１閾値と、前記第１閾値よりも値が小さい第２閾値とを含む。前記制御部は、前記比較結果が前記第１閾値より大きい場合、前記第１決定項目を選択する。前記制御部は、前記比較結果が前記第２閾値より大きく、前記第１閾値以下となる場合、前記第２決定項目を選択する。前記制御部は前記比較結果が前記第２閾値以下となる場合、前記第３決定項目を選択する。
　ある実施形態において、前記記憶部は、前記処理条件として、既定条件を更に記憶する。前記複数の決定項目は、第４決定項目を更に含む。前記第４決定項目は、前記既定条件に基づいて前記基板処理を実行するとともに、前記基板処理を実行したことを示す情報を前記記憶部に記憶させることを決定する項目である。
　ある実施形態において、前記少なくとも１つの閾値は、第１閾値と、前記第１閾値よりも値が小さい第２閾値とを含む。前記制御部は、前記比較結果が前記第１閾値より大きい場合、前記第１決定項目を選択する。前記制御部は、前記比較結果が前記第２閾値より大きく、前記第１閾値以下となる場合、前記第２決定項目又は前記第４決定項目を選択する。前記制御部は、前記比較結果が前記第２閾値以下となる場合、前記第３決定項目を選択する。
　ある実施形態において、上記の基板処理装置は、設定画面を表示する表示部を更に備える。前記設定画面は、前記少なくとも１つの閾値を設定するための設定欄を含む。
　ある実施形態において、上記の基板処理装置は、設定画面を表示する表示部を更に備える。前記設定画面は、前記少なくとも１つの閾値に対して前記複数の決定項目のうちの１つを設定するための第１設定欄を含む。
　ある実施形態において、前記設定画面は、前記少なくとも１つの閾値を設定するための第２設定欄を更に含む。
　ある実施形態において、前記設定画面は、前記複数の学習用データを数値化したグラフを表示するグラフ表示欄を更に含む。
　ある実施形態において、前記設定画面は、前記グラフ表示欄に前記少なくとも１つの閾値を表示する。
　ある実施形態において、上記の基板処理装置は、前記基板に向けて処理液を吐出するノズルを更に備える。前記基板処理は、前記ノズルから前記基板に向けて前記処理液を吐出する処理を含む。
　ある実施形態において、上記の基板処理装置は、前記基板処理の実行時に前記ノズルを移動させるノズル移動機構を更に備える。
　ある実施形態において、前記処理条件は、前記ノズルの移動速度を含む。
　ある実施形態において、前記処理液は、前記対象物をエッチングするエッチング液を含む。
　本発明の他の態様によれば、基板処理システムは、厚み測定装置と、基板処理装置とを備える。前記厚み測定装置は、基板に含まれる対象物の厚みを測定する。前記基板処理装置は、前記厚み測定装置による前記対象物の厚みの測定後に、前記基板に対する処理である基板処理を実行する。前記基板処理装置は、制御部と、記憶部とを備える。前記制御部は、前記基板処理の実行時における処理条件を出力する学習済みモデルに対して、前記基板処理による処理量の目標値を示す入力データを入力することにより、前記学習済みモデルから前記処理条件を出力させる。前記記憶部は、前記学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データを記憶する。前記学習用データは、学習時の前記基板処理による処理量を示す。前記制御部は、前記厚み測定装置の測定結果から、前記基板処理の実行前の前記対象物の厚みを示す処理前測定データを取得する。前記制御部は、前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて前記入力データを生成する。前記制御部は、前記入力データと前記基準データとを比較して、前記基板処理を実行するか否かを決定する。
　本発明の他の態様によれば、基板処理システムは、厚み測定装置と、決定装置と、基板処理装置とを備える。前記厚み測定装置は、基板に含まれる対象物の厚みを測定する。前記決定装置は、前記基板に対する処理である基板処理を実行するか否かを決定する。前記基板処理装置は、前記基板処理の実行時における処理条件を出力する学習済みモデルに前記処理条件を出力させて、前記基板処理を実行する。前記決定装置は、記憶部と、決定部とを備える。前記記憶部は、前記学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データを記憶する。前記決定部は、前記基板処理を実行するか否かを決定する。前記学習用データは、学習時の前記基板処理による処理量を示す。前記決定部は、前記厚み測定装置の測定結果から、前記基板処理の実行前の前記対象物の厚みを示す処理前測定データを取得する。前記決定部は、前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて、前記基板処理による処理量の目標値を示す入力データを生成する。前記決定部は、前記入力データと前記基準データとを比較して、前記基板処理を実行するか否かを決定する。前記基板処理装置は、制御部を備える。前記制御部は、前記決定装置により前記基板処理を実行することが決定された場合に、前記学習済みモデルに前記入力データを入力して、前記学習済みモデルから前記処理条件を出力させる。
　本発明の他の態様によれば、データ処理方法は、基板に含まれる対象物の厚みを、基板処理の実行前に測定して、前記対象物の厚みの測定結果を示す処理前測定データを取得するステップと、前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて、前記基板処理による処理量の目標値を示す入力データを生成するステップと、学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データと、前記入力データとを比較して、前記基板処理を実行するか否かを決定するステップとを含む。前記学習用データは、学習時の前記基板処理による処理量を示す。前記学習済みモデルは、前記入力データが入力されることにより、前記基板処理の実行時における処理条件を出力する。
　本発明に係る基板処理装置、基板処理システム、及びデータ処理方法よれば、学習済みモデルから出力される処理条件の信頼性を保証できる。
本発明の実施形態１に係る基板処理装置の模式図である。 基板処理装置が備える処理ユニットの模式図である。 （ａ）は、プローブ移動処理を示す平面図である。（ｂ）は、厚み測定処理を示す平面図である。 第１ノズルによる基板のスキャン処理を示す平面図である。 スキャン速度情報を示す図である。 第１ノズルの移動速度の一例を示すグラフである。 薬液供給部の模式図である。 基板処理装置が備える制御装置のブロック図である。 基準データの構築に用いられた学習用データセットを示す図である。 複数の学習用データに含まれる処理量のバラつきと閾値との関係を示す図である。 設定画面を示す図である。 基板処理装置の制御装置が実行する処理を示すフロー図である。 判定処理を示すフロー図である。 条件設定処理を示すフロー図である。 基板処理を示すフロー図である。 本発明の実施形態２に係る基板処理装置が備える制御装置のブロック図である。 条件設定処理を示すフロー図である。 本発明の実施形態３に係る基板処理装置の制御装置が実行する処理を示すフロー図である。 追加学習用データの生成処理を示すフロー図である。 本発明の実施形態４に係る基板処理システムを示す図である。 本発明の実施形態５に係る基板処理システムを示す図である。 情報処理装置の構成を示すブロック図である。
　以下、図面（図１～図２２）を参照して本発明の基板処理装置、基板処理システム、及びデータ処理方法に係る実施形態を説明する。但し、本発明は以下の実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である。なお、説明が重複する箇所については、適宜説明を省略する場合がある。また、図中、同一又は相当部分については同一の参照符号を付して説明を繰り返さない。
　本発明に係る基板処理装置、基板処理システム、及びデータ処理方法において基板処理の対象となる「基板」には、半導体ウエハ、フォトマスク用ガラス基板、液晶表示用ガラス基板、プラズマ表示用ガラス基板、ＦＥＤ（Ｆｉｅｌｄ　Ｅｍｉｓｓｉｏｎ　Ｄｉｓｐｌａｙ）用基板、光ディスク用基板、磁気ディスク用基板、及び光磁気ディスク用基板などの各種の基板を適用可能である。以下では主として、円盤状の半導体ウエハを基板処理の対象とする場合を例に本発明の実施形態を説明するが、本発明に係る基板処理装置、基板処理システム、及びデータ処理方法は、上記した半導体ウエハ以外の各種の基板に対しても同様に適用可能である。また、基板の形状についても、円盤状に限定されず、本発明に係る基板処理装置、基板処理システム、及びデータ処理方法は、各種の形状の基板に対して適用可能である。
［実施形態１］
　以下、図１～図１５を参照して本発明の実施形態１を説明する。まず、図１を参照して本実施形態の基板処理装置１００を説明する。図１は、本実施形態の基板処理装置１００の模式図である。詳しくは、図１は、基板処理装置１００の模式的な平面図である。基板処理装置１００は、基板処理を実行する。より具体的には、基板処理装置１００は、枚葉式の装置であり、基板Ｗごとに基板処理を実行する。基板処理は、基板Ｗに対する処理である。
　図１に示すように、基板処理装置１００は、複数の処理ユニット１と、流体キャビネット１００Ａと、複数の流体ボックス１００Ｂと、複数のロードポートＬＰと、インデクサーロボットＩＲと、センターロボットＣＲと、制御装置１０１とを備える。
　ロードポートＬＰの各々は、複数枚の基板Ｗを積層して収容する。例えば、ロードポートＬＰは、研削処理後の基板Ｗを収容する。インデクサーロボットＩＲは、ロードポートＬＰとセンターロボットＣＲとの間で基板Ｗを搬送する。センターロボットＣＲは、インデクサーロボットＩＲと処理ユニット１との間で基板Ｗを搬送する。なお、インデクサーロボットＩＲとセンターロボットＣＲとの間に、基板Ｗを一時的に載置する載置台（パス）を設けて、インデクサーロボットＩＲとセンターロボットＣＲとの間で載置台を介して間接的に基板Ｗを受け渡しする装置構成としてもよい。
　複数の処理ユニット１は、複数のタワーＴＷ（図１では４つのタワーＴＷ）を形成している。複数のタワーＴＷは、平面視においてセンターロボットＣＲを取り囲むように配置される。各タワーＴＷは、上下に積層された複数の処理ユニット１（図１では３つの処理ユニット１）を含む。
　流体キャビネット１００Ａは、処理液を収容する。流体ボックス１００Ｂはそれぞれ、複数のタワーＴＷのうちの１つに対応している。流体キャビネット１００Ａ内の処理液は、いずれかの流体ボックス１００Ｂを介して、流体ボックス１００Ｂに対応するタワーＴＷに含まれる全ての処理ユニット１に供給される。
　処理ユニット１の各々は、処理液を基板Ｗの上面に供給する。処理液は、薬液と、リンス液とを含む。本実施形態において、処理ユニット１の各々は、エッチング処理を実行する。薬液は、エッチング液である。基板Ｗの上面が、エッチング液によってエッチングされる。例えば、処理ユニット１の各々は、研削処理により発生する研削痕をエッチング処理により除去する。
　エッチング液は、例えば、フッ硝酸（フッ酸（ＨＦ）と硝酸（ＨＮＯ3）との混合液）、フッ酸、バファードフッ酸（ＢＨＦ）、フッ化アンモニウム、ＨＦＥＧ（フッ酸とエチレングリコールとの混合液）、又は、燐酸（Ｈ3ＰＯ4）である。リンス液は、例えば、脱イオン水、炭酸水、電解イオン水、水素水、オゾン水、又は、希釈濃度（例えば、１０ｐｐｍ～１００ｐｐｍ程度）の塩酸水である。
　続いて制御装置１０１を説明する。制御装置１０１は、基板処理装置１００の各部の動作を制御する。例えば、制御装置１０１は、ロードポートＬＰ、インデクサーロボットＩＲ、及びセンターロボットＣＲを制御する。制御装置１０１は、制御部１０２と、記憶部１０３とを含む。
　制御部１０２は、プロセッサを有する。制御部１０２は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、又は、ＭＰＵ（Ｍｉｃｒｏ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を有する。あるいは、制御部１０２は、汎用演算機又は専用演算器を有してもよい。制御部１０２は、ＮＣＵ（Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を更に有してもよい。
　記憶部１０３は、データ及びコンピュータプログラムを記憶する。データは、レシピデータＲＰ（図８参照）を含む。レシピデータＲＰは、基板処理の内容及び基板処理の手順を規定するレシピを示す。レシピには、基板処理の実行時における処理条件（設定値）が設定される。コンピュータプログラムは、制御プログラムＰＧ（図８参照）、及び学習済みモデルＬＭ（図８参照）を含む。
　記憶部１０３は、主記憶装置を有する。主記憶装置は、例えば、半導体メモリである。記憶部１０３は、補助記憶装置を更に有してもよい。補助記憶装置は、例えば、半導体メモリ及びハードディスクドライブの少なくも一方を含む。記憶部１０３はリムーバブルメディアを含んでいてもよい。制御部１０２は、記憶部１０３に記憶されているコンピュータプログラム及びデータに基づいて、基板処理装置１００の各部の動作を制御する。
　続いて、図１及び図２を参照して、本実施形態の基板処理装置１００を更に説明する。図２は、基板処理装置１００が備える処理ユニット１の模式図である。詳しくは、図２は、処理ユニット１の模式的な断面図である。
　図２に示すように、処理ユニット１は、チャンバー２と、スピンチャック３と、スピンモータ部４と、第１ノズル５１と、ノズル移動機構６と、第２ノズル７１と、厚み測定部８と、プローブ移動機構９と、複数のガード１０（図２では２つのガード１０）とを備える。また、基板処理装置１００は、薬液供給部５と、リンス液供給部７とを備える。薬液供給部５は、第１供給配管５２を有し、リンス液供給部７は、第２供給配管７２を有する。制御装置１０１（制御部１０２）は、スピンチャック３、スピンモータ部４、薬液供給部５、ノズル移動機構６、リンス液供給部７、厚み測定部８、及びプローブ移動機構９を制御する。
　チャンバー２は略箱形状を有する。チャンバー２は、基板Ｗ、スピンチャック３、スピンモータ部４、第１ノズル５１、第１供給配管５２の一部、ノズル移動機構６、第２ノズル７１、第２供給配管７２の一部、厚み測定部８、プローブ移動機構９、及び複数のガード１０を収容する。
　スピンチャック３は、基板Ｗを水平に保持する。スピンチャック３は、基板保持部の一例である。具体的には、スピンチャック３は、スピンベース３１と、複数のチャック部材３３とを有する。スピンベース３１は、略円板状であり、水平な姿勢で複数のチャック部材３３を支持する。複数のチャック部材３３は、スピンベース３１の周縁部に配置される。複数のチャック部材３３は、基板Ｗの周縁部を支持する。複数のチャック部材３３により、基板Ｗが水平な姿勢で保持される。
　スピンモータ部４は、第１回転軸線ＡＸ１を中心として基板Ｗとスピンチャック３とを一体に回転させる。第１回転軸線ＡＸ１は、上下方向に延びる。本実施形態では、第１回転軸線ＡＸ１は、略鉛直方向に延びる。第１回転軸線ＡＸ１は中心軸の一例であり、スピンモータ部４は基板回転部の一例である。
　詳しくは、スピンモータ部４は、第１回転軸線ＡＸ１を中心としてスピンベース３１を回転させる。したがって、スピンベース３１は、第１回転軸線ＡＸ１を中心として回転する。その結果、スピンチャック３に保持された基板Ｗが、第１回転軸線ＡＸ１を中心として回転する。
　具体的には、スピンモータ部４は、モータ本体４１と、シャフト４３と、エンコーダ４５とを有する。シャフト４３はスピンベース３１に結合される。モータ本体４１は、シャフト４３を回転させる。その結果、スピンベース３１が回転する。
　エンコーダ４５は、基板Ｗの回転速度を検出して、基板Ｗの回転速度を示す信号（以下、「回転速度信号」と記載する。）を制御装置１０１（制御部１０２）に出力する。具体的には、エンコーダ４５は、モータ本体４１の回転速度を検出する。制御装置１０１（制御部１０２）は、回転速度信号に基づいてスピンモータ部４を制御する。
　第１ノズル５１は、基板Ｗに向けて薬液（エッチング液）を吐出する。本実施形態において、基板処理は、第１ノズル５１から基板Ｗに向けて薬液を吐出する吐出処理を含む。詳しくは、第１ノズル５１は、基板Ｗの上方から、回転中の基板Ｗに向けて薬液を吐出する。第１ノズル５１は、処理液供給部の一例である。例えば、第１ノズル５１は、研削処理後の基板Ｗに向けてエッチング液を吐出して、研削処理後の基板Ｗの上面を平坦にする。
　より具体的には、基板Ｗに含まれる対象物ＴＧ（図３参照）に向けて薬液が吐出される。この結果、薬液によって基板Ｗが処理される。本実施形態の基板処理装置１００（処理ユニット１）は、対象物ＴＧにエッチング液を吐出して、対象物ＴＧの厚みを目標厚み（厚みの目標値）にする。
　対象物ＴＧは、例えば、基板本体（例えば、シリコンからなる基板本体）、基板本体の表面に形成された物質、又は基板Ｗである。基板本体の表面に形成された物質は、例えば、基板本体と同じ材料の物質（例えば、シリコンからなる層）、又は、基板本体と異なる材料の物質（例えば、シリコン酸化膜、シリコン窒化膜、又はレジスト）である。「物質」は膜を構成していてもよい。
　薬液供給部５は、第１ノズル５１に薬液を供給する。詳しくは、薬液は、第１供給配管５２を介して第１ノズル５１に供給される。第１供給配管５２は、薬液が流通する管状部材である。
　ノズル移動機構６は、基板処理の実行時に第１ノズル５１を移動させる。詳しくは、ノズル移動機構６は、略鉛直方向に沿った第２回転軸線ＡＸ２を中心とする周方向に沿って第１ノズル５１を移動させる。第１ノズル５１は、移動しながら、基板Ｗに向けて薬液を吐出する。第１ノズル５１は、スキャンノズルと称されることがある。
　具体的には、ノズル移動機構６は、ノズルアーム６１と、第１回転軸６３と、第１駆動部６５とを有する。ノズルアーム６１は略水平方向に沿って延びる。ノズルアーム６１の先端部に第１ノズル５１が配置される。ノズルアーム６１は第１回転軸６３に結合される。第１回転軸６３は、略鉛直方向に沿って延びる。
　第１駆動部６５は、第２回転軸線ＡＸ２を中心として第１回転軸６３を回転させて、第１回転軸６３を中心にノズルアーム６１を旋回させる。その結果、第１ノズル５１が略水平面に沿って移動する。詳しくは、第１ノズル５１は、第２回転軸線ＡＸ２を中心とする周方向に沿って、第１回転軸６３の周りを移動する。
　第１駆動部６５は、第１ノズル５１の回転位置を示す回転位置信号を制御装置１０１（制御部１０２）に出力する。例えば、第１駆動部６５は、モータ本体と、ホール素子とを含む。ホール素子は、モータ本体の回転位置を検出する。制御装置１０１（制御部１０２）は、回転位置信号に基づいて第１駆動部６５を制御する。第１駆動部６５は、例えば、ステッピングモータを含む。あるいは、第１駆動部６５は、モータと、減速機とを含んでもよい。
　第２ノズル７１は、基板Ｗの上方から、回転中の基板Ｗにリンス液を供給する。リンス液供給部７は、第２ノズル７１にリンス液を供給する。詳しくは、リンス液は、第２供給配管７２を介して第２ノズル７１に供給される。第２供給配管７２は、リンス液が流通する管状部材である。第２ノズル７１は、静止した状態でリンス液を吐出する。第２ノズル７１は、固定ノズルと称されることがある。なお、第２ノズル７１はスキャンノズルであってもよい。
　ガード１０の各々は、略筒形状を有する。複数のガード１０は、基板Ｗから排出された薬液及びリンス液を受け止める。
　厚み測定部８は、基板Ｗに含まれる対象物ＴＧ（図３参照）の厚みを測定して、測定結果を示す測定信号を生成する。厚み測定部８は、対象物ＴＧの厚みを非接触方式で測定する。測定信号は、制御装置１０１（制御部１０２）に入力される。
　厚み測定部８は、例えば、分光干渉法によって対象物ＴＧの厚みを測定する。具体的には、厚み測定部８は、光学プローブ８１と、信号線８３と、厚み測定器８５とを含む。
　光学プローブ８１は、レンズを有する。信号線８３は、光学プローブ８１と厚み測定器８５とを光学的に接続する。信号線８３は、例えば光ファイバーを含む。厚み測定器８５は、光源と受光素子とを有する。
　厚み測定器８５の光源が出射した光は、信号線８３及び光学プローブ８１を介して、基板Ｗに出射される。基板Ｗによって反射された光は、光学プローブ８１及び信号線８３を介して、厚み測定器８５の受光素子で受光される。
　厚み測定器８５は、受光素子が受光した光を解析して、対象物ＴＧの厚みの値を算出する。厚み測定器８５は、算出した厚みの値を示す測定信号を生成する。
　プローブ移動機構９は、光学プローブ８１を移動させる。詳しくは、プローブ移動機構９は、略鉛直方向に沿った第３回転軸線ＡＸ３を中心とする周方向に沿って光学プローブ８１を移動させる。
　具体的には、プローブ移動機構９は、プローブアーム９１と、第２回転軸９３と、第２駆動部９５とを有する。プローブアーム９１は略水平方向に沿って延びる。プローブアーム９１の先端部に光学プローブ８１が配置される。プローブアーム９１は第２回転軸９３に結合される。第２回転軸９３は、略鉛直方向に沿って延びる。
　第２駆動部９５は、第３回転軸線ＡＸ３を中心として第２回転軸９３を回転させて、第２回転軸９３を中心にプローブアーム９１を旋回させる。その結果、光学プローブ８１が略水平面に沿って移動する。詳しくは、光学プローブ８１は、第３回転軸線ＡＸ３を中心とする周方向に沿って、第２回転軸９３の周りを移動する。
　第２駆動部９５は、光学プローブ８１の回転位置を示す回転位置信号を制御装置１０１（制御部１０２）に出力する。例えば、第２駆動部９５は、モータ本体と、ホール素子とを含む。ホール素子は、モータ本体の回転位置を検出する。制御装置１０１（制御部１０２）は、回転位置信号に基づいて第２駆動部９５を制御する。第２駆動部９５は、例えば、ステッピングモータを含む。あるいは、第２駆動部９５は、モータと、減速機とを含んでもよい。
　続いて、図３（ａ）、及び図３（ｂ）を参照して、プローブ移動処理と、厚み測定処理とを説明する。プローブ移動処理は、光学プローブ８１を測定位置Ｐへ移動させる処理を示す。測定位置Ｐは、対象物ＴＧの厚みを測定する位置を示す。図３（ａ）は、プローブ移動処理を示す平面図である。図３（ｂ）は、厚み測定処理を示す平面図である。
　まず、図３（ａ）を参照してプローブ移動処理を説明する。図１を参照して説明した制御部１０２は、基板処理の実行前に、プローブ移動機構９を制御して、光学プローブ８１を測定位置Ｐへ移動させる。本実施形態では、プローブ移動処理は、基板Ｗの回転中に実行される。但し、プローブ移動処理は、基板処理の実行前に実行されればよい。例えば、プローブ移動処理は、基板Ｗの回転開始前に実行されてもよい。
　図３（ａ）に示すように、プローブ移動機構９は、平面視において円弧状の軌跡ＴＪ１に沿って光学プローブ８１を移動させることができる。軌跡ＴＪ１は、基板Ｗのエッジ部ＥＧと基板Ｗの中心部ＣＴとを通る。エッジ部ＥＧは、基板Ｗの周縁部を示す。中心部ＣＴは、基板Ｗのうち第１回転軸線ＡＸ１が通る部分を示す。プローブ移動機構９は、所定の測定位置Ｐまで、軌跡ＴＪ１に沿って光学プローブ８１を移動させる。測定位置Ｐは、図１を参照して説明した記憶部１０３に予め記憶されている。
　続いて、図３（ｂ）を参照して厚み測定処理を説明する。厚み測定処理は、基板処理の実行前に実行される。具体的には、図１を参照して説明した制御部１０２が、基板処理の実行前に、厚み測定部８に対象物ＴＧの厚みを測定させる。図３（ｂ）に示すように、光学プローブ８１は、厚み測定処理の実行中に、測定位置Ｐに配置される。換言すると、厚み測定処理の実行中に、光学プローブ８１の位置は測定位置Ｐに固定される。
　厚み測定部８は、測定位置Ｐ（一定の位置）で対象物ＴＧの厚みを測定する。厚み測定処理の実行中、基板Ｗは回転している。したがって、厚み測定部８は、基板Ｗの周方向ＣＤに沿った対象物ＴＧの厚みを測定する。よって、測定信号は、基板Ｗの周方向ＣＤにおける対象物ＴＧの厚みの分布を示す。
　図１を参照して説明した制御部１０２は、測定信号に基づいて処理前測定データを取得する。処理前測定データは、基板処理の実行前の対象物ＴＧの厚みを示す。より詳しくは、処理前測定データは、対象物ＴＧの厚みの分布を示す。
　続いて図４を参照して、第１ノズル５１による基板Ｗのスキャン処理を説明する。図４は、第１ノズル５１による基板Ｗのスキャン処理を示す平面図である。
　図４に示すように、スキャン処理とは、平面視において対象物ＴＧの表面に対する薬液の着液位置が円弧状の軌跡ＴＪ２を形成するように第１ノズル５１が移動しながら対象物ＴＧに薬液を吐出する処理のことである。軌跡ＴＪ２は、基板Ｗの中心部ＣＴを通る。スキャン処理は、基板Ｗの回転中に実行される。
　本実施形態では、第１ノズル５１は、第１位置Ｘ１から第９位置Ｘ９まで移動しながら、回転中の基板Ｗに向けて薬液を吐出する。各位置Ｘ１～Ｘ９は、軌跡ＴＪ２含まれる。
　第１位置Ｘ１は、薬液の吐出開始位置を示す。第１位置Ｘ１における第１ノズル５１の移動速度は０ｍｍ／ｓである。したがって、第１位置Ｘ１は、スキャン処理の開始位置である。また、第１位置Ｘ１は、第１ノズル５１の移動開始位置である。
　第９位置Ｘ９は、薬液の吐出停止位置を示す。第９位置Ｘ９における第１ノズル５１の移動速度は０ｍｍ／ｓである。第９位置Ｘ９は、スキャン処理の終了位置である。また、第９位置Ｘ９は、第１ノズル５１の移動終了位置である。
　第１ノズル５１は、スキャン処理中に、第１位置Ｘ１と第９位置Ｘ９との間の各中間位置（第２位置Ｘ２から第８位置Ｘ８までの各位置Ｘ２～Ｘ８）を通過する。各中間位置は、スキャン処理中に第１ノズル５１が移動する移動区間を、複数の区間に分割する。
　続いて、図５を参照してスキャン速度情報について説明する。スキャン速度情報は、スキャン処理時における第１ノズル５１の移動速度の設定値を示す。以下、スキャン処理時における第１ノズル５１の移動速度を、「スキャン速度」と記載する場合がある。図５は、スキャン速度情報を示す図である。詳しくは、図５は、図４を参照して説明した各位置Ｘ１～Ｘ９と、スキャン速度の設定値との関係を示す。
　図５において、上の欄は、第１ノズル５１の移動区間に含まれる各位置Ｘ１～Ｘ９を示す。詳しくは、上の欄は、第１ノズル５１の移動区間の開始位置（第１ノズル５１の移動開始位置）、第１ノズル５１の移動区間の終了位置（第１ノズル５１の移動終了位置）、及び、第１ノズル５１の移動区間の開始位置と終了位置との間の複数の中間位置（第１ノズル５１が通過する複数の位置）を示す。各位置Ｘ１～Ｘ９は、基板Ｗの半径位置で規定される。
　図５において、下の欄は、スキャン速度の設定値を示す。図５に示すように、スキャン速度情報は、第１ノズル５１の移動区間に含まれる各位置Ｘ１～Ｘ９ごとに、スキャン速度の設定値を示す。具体的には、位置Ｘ１～Ｘ９のそれぞれに対してスキャン速度Ｙ１～Ｙ９が設定される。以下、第１ノズル５１の移動区間に含まれる各位置Ｘ１～Ｘ９を、「速度設定位置」と記載する場合がある。本実施形態では、スキャン速度情報は、９か所の速度設定位置を示す。
　図５に示す各速度設定位置は、図４を参照して説明した各位置Ｘ１～Ｘ９に対応する。なお、図４を参照して説明したように、第１ノズル５１の移動区間の開始位置（第１位置Ｘ１）において設定されるスキャン速度Ｙ１は、０［ｍｍ／ｓ］であり、第１ノズル５１の移動区間の終了位置（第９位置Ｘ９）において設定されるスキャン速度Ｙ９は、０［ｍｍ／ｓ］である。
　図１を参照して説明した制御部１０２は、スキャン速度情報に基づいて、図２を参照して説明したノズル移動機構６の第１駆動部６５を制御する。その結果、第１ノズル５１は、各速度設定位置（位置Ｘ１～Ｘ９）でのスキャン速度が、スキャン速度情報で規定されているスキャン速度（スキャン速度Ｙ１～Ｙ９）となるように、図４を参照して説明した軌跡ＴＪ２に沿って移動する。
　続いて、図６を参照して、スキャン処理時における第１ノズル５１の移動速度（スキャン速度）について説明する。図６は、第１ノズル５１の移動速度の一例を示すグラフである。
　図６において、縦軸はスキャン速度［ｍｍ／ｓ］を示し、横軸は基板Ｗの半径位置［ｍｍ］を示す。図６に示すように、スキャン処理の開始時のスキャン速度は０［ｍｍ／ｓ］である。また、スキャン処理の終了時のスキャン速度は０［ｍｍ／ｓ］である。
　図４及び図５を参照して説明したように、スキャン速度（スキャン速度Ｙ１～Ｙ９）は、各速度設定位置（位置Ｘ１～Ｘ９）ごとに設定されている。その結果、図６に示すように、隣り合う速度設定位置の間で、一方の速度設定位置に対して設定されているスキャン速度から、他方の速度設定位置に対して設定されているスキャン速度まで、スキャン速度が連続的に変化する。
　例えば、図５に示すように、第３位置Ｘ３に対してスキャン速度Ｙ３が設定されており、第４位置Ｘ４に対してスキャン速度Ｙ４が設定されている。したがって、第１ノズル５１のスキャン速度は、第１ノズル５１が第３位置Ｘ３から第４位置Ｘ４に移動する間に、スキャン速度Ｙ３からスキャン速度Ｙ４へ連続的に変化する。
　続いて、図７を参照して薬液供給部５を説明する。図７は、薬液供給部５の模式図である。図７に示すように、薬液供給部５は、温度センサ５２１と、濃度センサ５２２と、バルブ５２３と、ミキシングバルブ５２４と、流量計５２５と、加熱ヒータ５２６とを更に有する。
　温度センサ５２１は、第１供給配管５２を流れる薬液の温度を計測する。以下、第１供給配管５２を流れる薬液の温度を、「薬液温度」と記載する。温度センサ５２１は、薬液温度を示す温度信号を生成する。温度信号は、図１を参照して説明した制御部１０２に入力される。制御部１０２は、温度信号に基づいて加熱ヒータ５２６を制御する。加熱ヒータ５２６は、第１供給配管５２を流れる薬液を加熱する。
　濃度センサ５２２は、第１供給配管５２を流れる薬液（エッチング液）に含まれるエッチング成分の濃度を測定する。以下、第１供給配管５２を流れる薬液に含まれるエッチング成分の濃度を「薬液濃度」と記載する。濃度センサ５２２は、薬液濃度を示す濃度信号を生成する。濃度信号は、図１を参照して説明した制御部１０２に入力される。制御部１０２は、濃度信号に基づいてミキシングバルブ５２４を制御する。
　バルブ５２３は、第１供給配管５２に配置される。バルブ５２３は、第１ノズル５１への薬液の供給及び供給停止を切り替える。詳しくは、バルブ５２３が開くと、第１ノズル５１から基板Ｗに向けて薬液が吐出される。一方、バルブ５２３が閉じると、薬液の吐出が停止する。
　また、バルブ５２３は、第１供給配管５２においてバルブ５２３よりも下流へ流れる薬液の流量を制御する。詳しくは、バルブ５２３の開度に応じて、バルブ５２３よりも下流へ流れる薬液の流量が調整される。したがって、バルブ５２３の開度に応じて、薬液の吐出流量が調整される。バルブ５２３は、例えば、モータバルブである。
　ミキシングバルブ５２４は、第１供給配管５２に配置される。ミキシングバルブ５２４が開くと、第１供給配管５２に純水が流入して、薬液が希釈される。したがって、薬液濃度が減少する。
　流量計５２５は、薬液の吐出流量を計測する。具体的には、流量計５２５は、第１供給配管５２を流れる薬液の流量を計測する。流量計５２５は、薬液の吐出流量を示す吐出流量信号を生成する。吐出流量信号は、図１を参照して説明した制御部１０２入力される。制御部１０２は、吐出流量信号に基づいてバルブ５２３を制御する。
　続いて、図８を参照して制御装置１０１を説明する。図８は、基板処理装置１００が備える制御装置１０１のブロック図である。図８に示すように、制御装置１０１は、表示部１０４と、入力部１０５とを更に含む。
　表示部１０４は各種の情報を表示する。例えば、表示部１０４は、各種のエラー画面、及び各種の設定画面（入力画面）を表示する。表示部１０４は、例えば、液晶ディスプレイ又は有機ＥＬ（ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイを有する。
　入力部１０５は、作業者からの入力を受け付けて、制御部１０２に各種の情報を出力する。入力部１０５は、例えば、キーボード、ポインティングデバイス、及びタッチパネルのような入力装置を含む。タッチパネルは、例えば、表示部１０４の表示面に配置されて、表示部１０４と共にグラフィカルユーザーインターフェースを構成してもよい。作業者は、表示部１０４に設定画面が表示されている際に、入力部１０５を操作して各種の処理条件又は各種の設定値を入力することができる。
　続いて、図８を参照して制御部１０２及び記憶部１０３を更に説明する。図８に示すように、記憶部１０３は、制御プログラムＰＧと、レシピデータＲＰとを記憶する。レシピデータＲＰには、基板処理の実行時における各種の処理条件が設定される。例えば、レシピデータＲＰには、処理条件として、第１ノズル５１の移動速度（各速度設定位置におけるスキャン速度）、基板Ｗの回転速度、薬液温度、薬液濃度、及び薬液の吐出流量の各設定値が設定される。制御部１０２は、制御プログラムＰＧ及びレシピデータＲＰに基づいて、基板処理装置１００の各部を制御する。
　例えば、制御部１０２は、各速度設定位置におけるスキャン速度が設定値と一致するように、図２を参照して説明した第１駆動部６５を制御する。同様に、制御部１０２は、基板Ｗの回転速度が設定値と一致するように、図２を参照して説明したモータ本体４１を制御する。制御部１０２は、薬液温度が設定値と一致するように、図７を参照して説明した加熱ヒータ５２６を制御する。制御部１０２は、薬液濃度が設定値と一致するように、図７を参照して説明したミキシングバルブ５２４を制御する。制御部１０２は、薬液の吐出流量が設定値と一致するように、図７を参照して説明したバルブ５２３を制御する。
　記憶部１０３は、学習済みモデルＬＭを更に記憶する。学習済みモデルＬＭは、入力データに基づいて、基板処理の実行時における処理条件を出力する。制御部１０２は、基板処理の開始前に、学習済みモデルＬＭから出力された処理条件をレシピデータＲＰに設定する。
　本実施形態において、学習済みモデルＬＭは、入力データに基づいてスキャン速度情報を出力する。制御部１０２は、基板処理の開始前に、入力データを学習済みモデルＬＭに入力して、学習済みモデルＬＭからスキャン速度情報を出力させる。そして、学習済みモデルＬＭから出力されたスキャン速度情報に基づいて、第１ノズル５１の移動速度（各速度設定位置におけるスキャン速度）をレシピデータＲＰに設定する。学習済みモデルＬＭから出力されるスキャン速度情報は目的変数である。
　詳しくは、制御部１０２は、基板処理による処理量の目標値を示す入力データを生成する。学習済みモデルＬＭに入力される処理量の目標値は説明変数である。本実施形態において、処理量の目標値は、エッチング量の目標値である。エッチング量の目標値は、対象物ＴＧの厚みを目標厚みにするために必要なエッチング量の分布を示す。制御部１０２は、処理前測定データ（基板処理の実行前の対象物ＴＧの厚みの分布）と、対象物ＴＧの厚みの目標値（目標厚み）を示す目標データとに基づいて入力データを生成する。具体的には、入力データは、基板処理の実行前の対象物ＴＧの厚みの分布と目標厚みとの差分を示す。
　以下、基板処理の実行前の対象物ＴＧの厚みを、「処理前厚み」と記載する場合がある。同様に、基板処理の実行後の対象物ＴＧの厚みを、「処理後厚み」と記載する場合がある。
　記憶部１０３は、基準データＲＥを更に記憶する。基準データＲＥは、学習済みモデルＬＭの構築に用いられた複数の学習用データＬＤに基づいて取得される。学習済みモデルＬＭは、複数の学習用データＬＤを機械学習することによって構築される。
　なお、学習済みモデルＬＭを構築するための機械学習アルゴリズムは、教師あり学習であれば、特に限定されず、例えば、決定木、最近傍法、単純ベイズ分類器、サポートベクターマシン、又は、ニューラルネットワークである。したがって、学習済みモデルＬＭは、決定木、最近傍法、単純ベイズ分類器、サポートベクターマシン、又は、ニューラルネットワークを含む。機械学習に、誤差逆伝搬法が利用されてもよい。
　例えば、ニューラルネットワークは、入力層、単数又は複数の中間層、及び、出力層を含む。具体的には、ニューラルネットワークは、ディープニューラルネットワーク（ＤＮＮ：Ｄｅｅｐ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）、再帰型ニューラルネットワーク（ＲＮＮ：Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）、又は、畳み込みニューラルネットワーク（ＣＮＮ：Ｃｏｎｖｏｌｕｔｉｏｎａｌ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）であり、ディープラーニングを行う。例えば、ディープニューラルネットワークは、入力層、複数の中間層、及び、出力層を含む。
　制御部１０２は、入力データと基準データＲＥとに基づいて判定処理を実行する。判定処理は、基板処理を実行するか否かを決定するための処理である。具体的には、制御部１０２は、入力データと基準データＲＥとを比較して、基板処理を実行するか否かを決定する。
　制御部１０２は、基板処理を実行することを決定した場合、入力データを学習済みモデルＬＭに入力する。そして、学習済みモデルＬＭから出力されたスキャン速度情報に基づいて第１ノズル５１の移動速度（各速度設定位置におけるスキャン速度）をレシピデータＲＰに設定した後、処理ユニット１を制御して、処理ユニット１に基板処理を実行させる。
　一方、制御部１０２は、基板処理を実行しないことを決定した場合、入力データを学習済みモデルＬＭに入力することなく、処理ユニット１による基板処理の実行を停止させる。そして、表示部１０４に、エラー画面を表示させる。エラー画面は、エラーが発生したことを作業者に報知する画面である。
　続いて、図９を参照して基準データＲＥを説明する。図９は、基準データＲＥの構築に用いられた学習用データセットＬＤＳを示す図である。図９に示すように、学習用データセットＬＤＳは、複数の学習用データＬＤを含む。
　学習用データＬＤはそれぞれ、スキャン速度情報と、処理量情報とを含む。スキャン速度情報及び処理量情報は、互いに関連付けられている。図９は、スキャン速度情報＃Ａ１～＃Ａ４に関連付けられた処理量情報ＤＡ１～ＤＡ４を例示している。学習用データＬＤは、学習対象の基板に対して基板処理を実行することにより生成される。以下、学習対象の基板を、「学習対象基板」と記載する場合がある。
　スキャン速度情報は、学習対象基板に対して基板処理を実行する際に設定された各速度設定位置のスキャン速度を示す。処理量情報は、学習時の基板処理による処理量を示す。具体的には、処理量は、学習対象基板の処理前厚みと処理後厚みとの差分を示す。本実施形態において、処理量は、エッチング量である。詳しくは、処理量情報は、学習対象基板の処理前厚みの分布と処理後厚みの分布との差分を示す。したがって、処理量情報は、学習時のエッチング処理によるエッチング量の分布を示す。
　基準データＲＥは、各学習用データＬＤの処理量情報に基づいて取得される。例えば、基準データＲＥは、複数の学習用データＬＤに含まれる処理量の平均値であってもよい。あるいは、基準データＲＥは、複数の学習用データＬＤに含まれる処理量のうちから選定されてもよい。あるいは、基準データＲＥは、複数の学習用データＬＤに含まれる処理量に基づいて作業者が作成してもよい。
　以上、図１～図９を参照して説明したように、制御部１０２は、学習時の基板処理による処理量に基づいて取得された基準データ（基準データＲＥ）と、処理量の目標値（入力データ）とを比較して、基板処理を実行するか否かを決定する。したがって、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。
　例えば、処理量の目標値（入力データ）が、学習時に取得していない処理量に対応する場合、最適ではない処理条件（予期せぬ処理条件）が学習済みモデルＬＭから出力される可能性がある。これに対し、本実施形態によれば、制御部１０２は、処理量の目標値（入力データ）が、学習時に取得していない処理量に対応する場合に、基板処理を実行しないことを決定することができる。したがって、最適ではない処理条件（予期せぬ処理条件）が学習済みモデルＬＭから出力されることを防ぐことができる。また、制御部１０２は、処理量の目標値（入力データ）が、学習時に取得した処理量に対応する場合に、基板処理を実行することを決定することができる。この場合、最適ではない処理条件（予期せぬ処理条件）が学習済みモデルＬＭから出力される可能性は低い。したがって、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。
　なお、学習用データＬＤは、処理量（エッチング量）が目標の処理量（目標のエッチング量）と一致しないことを示す情報、あるいは、処理量が許容範囲内の値でないことを示す情報を更に含んでもよい。
　続いて、図８を参照して制御部１０２が実行する判定処理について更に説明する。図８に示すように、記憶部１０３は、閾値ＴＨを更に記憶する。閾値ＴＨは、入力データと基準データＲＥとの比較結果に対する閾値である。制御部１０２は、入力データと基準データＲＥとを比較して比較結果を取得し、比較結果と閾値ＴＨとに基づいて、基板処理を実行するか否かを決定する。
　本実施形態において、閾値ＴＨは、基準データＲＥと入力データとのユークリッド距離に対する閾値を示す。制御部１０２は、基準データＲＥと入力データとのユークリッド距離を算出する。そして、算出したユークリッド距離と閾値ＴＨとを比較して、ユークリッド距離が閾値ＴＨより大きい場合に、基板処理を実行しないことを決定し、ユークリッド距離が閾値ＴＨ以下の場合に、基板処理を実行することを決定する。以下、基準データＲＥと入力データとのユークリッド距離を、「第１ユークリッド距離」と記載する場合がある。
　より具体的には、基準データＲＥは正規化されている。制御部１０２は、入力データを正規化し、基準データＲＥと正規化後の入力データとのユークリッド距離（第１ユークリッド距離）を算出する。正規化された基準データＲＥは、各学習用データＬＤの処理量を、その平均値又は最低値で正規化することにより取得することができる。同様に、制御部１０２は、入力データの平均値又は最低値を取得して、入力データをその平均値又は最低値で正規化する。
　本実施形態によれば、閾値ＴＨを用いて、基板処理を実行するか否かを決定することができる。したがって、基板処理を実行するか否かを容易に決定することができる。
　続いて図８及び図１０を参照して、制御部１０２が実行する判定処理を更に説明する。図１０は、複数の学習用データＬＤに含まれる処理量のバラつきと閾値ＴＨとの関係を示す図である。
　図１０において、横軸は、ユークリッド距離を示す。縦軸は、横軸に含まれる各ユークリッド距離に対応する学習用データＬＤの数を示す。グラフＧＲは、複数の学習用データＬＤに含まれる処理量のバラつきを示す。
　グラフＧＲは、各学習用データＬＤの処理量を正規化し、正規化された基準データＲＥと各学習用データＬＤの正規化後の処理量とのユークリッド距離を算出することにより取得される。以下、学習用データＬＤの処理量と基準データＲＥとのユークリッド距離を、「第２ユークリッド距離」と記載する場合がある。
　本実施形態において、閾値ＴＨは、第１閾値ＴＨ１と、第２閾値ＴＨ２とを含む。制御部１０２は、入力データと基準データＲＥとを比較して比較結果を取得し、比較結果と閾値ＴＨ（第１閾値ＴＨ１及び第２閾値ＴＨ２）とに基づいて、複数の決定項目のうちの１つを選択する。
　複数の決定項目は、第１決定項目～第３決定項目を含む。第１決定項目は、基板処理を実行しないことを決定する項目である。第２決定項目は、学習済みモデルＬＭから出力された処理条件に基づいて基板処理を実行するとともに、基板処理を実行したことを示すフラグ情報を記憶部１０３に記憶させることを決定する項目である。第３決定項目は、学習済みモデルＬＭから出力された処理条件に基づいて基板処理を実行することを決定する項目である。なお、第３決定項目では、基板処理を実行したことを示すフラグ情報は付与しない。
　図１０に示すように、第１閾値ＴＨ１の値Ａは、第２ユークリッド距離の最大値よりも大きい値に設定される。つまり、第１閾値ＴＨ１は、複数の学習用データＬＤの処理量に含まれない処理量に対応する。換言すると、第１閾値ＴＨ１は、学習時に取得していない処理量に対応する。したがって、第１ユークリッド距離が第１閾値ＴＨ１よりも大きい場合に入力データを学習済みモデルＬＭに入力すると、学習済みモデルＬＭから予期しない処理条件が出力される可能性が高い。
　本実施形態において、制御部１０２は、第１ユークリッド距離が第１閾値ＴＨ１よりも大きい場合に、第１決定項目を選択して、基板処理を実行しないことを決定する。したがって、学習済みモデルＬＭから出力される処理条件が最適でない可能性がある場合に、学習済みモデルＬＭに入力データが入力されない。これにより、信頼性を保証できない処理条件が学習済みモデルＬＭから出力されることを防ぐことができる。よって、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。
　図１０に示すように、第２閾値ＴＨ２の値Ｂは、学習用データＬＤの数が少ない領域の値に設定される。学習用データＬＤの数が少ない領域は、学習時に取得していない処理量が多い領域を示す。学習時に取得していない処理量が多い領域に含まれる処理量が入力データである場合、学習済みモデルＬＭから最適な処理条件が出力されない可能性が若干ある。したがって、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に入力データを学習済みモデルＬＭに入力すると、学習済みモデルＬＭから最適ではない処理条件（予期せぬ処理条件）が出力される可能性が若干ある。換言すると、学習済みモデルＬＭから出力される処理条件の信頼性が若干低い。
　制御部１０２は、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に、第２決定項目を選択して、学習済みモデルＬＭから出力された処理条件に基づいて基板処理を実行するとともに、基板処理を実行したことを示すフラグ情報を記憶部１０３に記憶させることを決定する。したがって、基板処理後の基板Ｗに含まれる対象物ＴＧの厚みや上面の状態が所期の厚みや所期の状態と異なる場合に、作業者は、その原因を検証することができる。
　なお、制御部１０２は、ユークリッド距離が第２閾値ＴＨ２以下の場合に、第３決定項目を選択して、学習済みモデルＬＭから出力された処理条件に基づいて基板処理を実行することを決定する。この場合、基板処理を実行したことを示すフラグ情報は記憶部１０３に記憶されない。
　続いて図８及び図１１を参照して設定画面ＳＥを説明する。図１１は、設定画面ＳＥを示す図である。図１１に示すように、表示部１０４は、設定画面ＳＥを表示する。設定画面ＳＥは、グラフ表示欄１１１と、第１設定欄１１２～第４設定欄１１５とを含む。
　第１設定欄１１２は、作業者が入力部１０５を操作して第１閾値ＴＨ１の値Ａを入力する入力欄である。第２設定欄１１３は、作業者が入力部１０５を操作して第２閾値ＴＨ２の値Ｂを入力する入力欄である。なお、図１１は、第１設定欄１１２及び第２設定欄１１３に入力する数値がパーセンテージで表示される場合を例示している。具体的には、第１設定欄１１２及び第２設定欄１１３には、基準データＲＥからのユークリッド距離を平均二乗偏差に換算した値に相当するパーセンテージが表示される。
　第３設定欄１１４は、第１ユークリッド距離が第１閾値ＴＨ１よりも大きい場合に基板処理装置１００に実行させる動作を入力する入力欄である。換言すると、第３設定欄１１４は、第１ユークリッド距離が第１閾値ＴＨ１よりも大きい場合に制御部１０２に選択させる決定項目を入力する入力欄である。図１１に示す「処理停止」は、第１決定項目に対応する。
　第４設定欄１１５は、第１ユークリッド距離が第２閾値ＴＨ２より大きく、第１閾値ＴＨ１以下の場合に基板処理装置１００に実行させる動作を入力する入力欄である。換言すると、第４設定欄１１５は、第１ユークリッド距離が第２閾値ＴＨ２より大きく、第１閾値ＴＨ１以下の場合に制御部１０２に選択させる決定項目を入力する入力欄である。図１１に示す「処理継続」は、第２決定項目に対応する。
　グラフ表示欄１１１には、グラフＧＲと、横軸と、縦軸とが表示される。本実施形態において、グラフＧＲは、エッチング量のバラつきを示す。横軸は、ユークリッド距離を示す。縦軸は、横軸に含まれる各ユークリッド距離に対応する学習用データＬＤの数を示す。本実施形態において、グラフ表示欄１１１には、第１設定欄１１２及び第２設定欄１１３に入力された第１閾値ＴＨ１及び第２閾値ＴＨ２が更に表示される。
　本実施形態によれば、閾値ＴＨの値（第１閾値ＴＨ１の値Ａ及び第２閾値ＴＨ２の値Ｂ）をユーザーが任意の値に設定することができる。したがって、利便性が向上する。
　また、第１ユークリッド距離が閾値ＴＨの値（第１閾値ＴＨ１の値Ａ又は第２閾値ＴＨ２の値Ｂ）を超えた場合に基板処理装置１００に実行させる動作をユーザーが任意に設定することができる。したがって、利便性が向上する。
　更に、グラフ表示欄１１１にグラフＧＲが表示されるため、ユーザーは、閾値ＴＨの値を決定し易い。同様に、グラフ表示欄１１１にグラフＧＲが表示されるため、ユーザーは、第１ユークリッド距離が閾値ＴＨの値（第１閾値ＴＨ１の値Ａ又は第２閾値ＴＨ２の値Ｂ）を超えた場合に基板処理装置１００に実行させる動作を決定し易い。
　また、第１設定欄１１２及び第２設定欄１１３に入力された第１閾値ＴＨ１及び第２閾値ＴＨ２がグラフＧＲ共に更に表示されるため、ユーザーは、閾値ＴＨの値を決定し易い。
　なお、グラフ表示欄１１１は省略されてもよい。
　続いて、図１～図１２を参照して、基板処理装置１００の制御装置１０１（制御部１０２）が実行する処理を説明する。図１２は、基板処理装置１００の制御装置１０１（制御部１０２）が実行する処理を示すフロー図である。詳しくは、図１２は、１枚の基板Ｗに対して基板処理を実行する際に制御部１０２が実行する処理を示す。図１２に示すように、制御部１０２が実行する処理は、ステップＳ１～ステップＳ９を含む。なお、ステップＳ１～ステップＳ９のうち、ステップＳ４及びステップＳ５は、データ処理方法に含まれる。
　図１２に示す処理は、作業者が入力部１０５を操作して基板Ｗのエッチング処理の開始を指示することにより開始する。作業者が入力部１０５を操作して基板Ｗのエッチング処理の開始を指示すると、制御部１０２は、インデクサーロボットＩＲ及びセンターロボットＣＲを制御して、処理ユニット１のチャンバー２内へ基板Ｗを搬入させる（ステップＳ１）。搬入された基板Ｗは、スピンチャック３によって保持される（ステップＳ２）。
　スピンチャック３が基板Ｗを保持すると、制御部１０２は、スピンモータ部４を制御して、基板Ｗの回転を開始させる（ステップＳ３）。具体的には、スピンモータ部４は、スピンチャック３と一体に基板Ｗを回転させる。
　基板Ｗの回転数が所定の回転数で安定すると、制御部１０２は、厚み測定部８を制御して、基板Ｗに含まれる対象物ＴＧの厚み（処理前厚み）を測定させる（ステップＳ４）。
　具体的には、図３（ａ）を参照して説明したように、制御部１０２は、プローブ移動機構９を制御して、光学プローブ８１を測定位置Ｐまで移動させる（プローブ移動処理）。そして、厚み測定部８に対象物ＴＧの厚みを測定させる（厚み測定処理）。制御部１０２は、厚み測定部８の厚み測定器８５から出力される測定信号に基づいて、処理前測定データを取得する。処理前測定データは、基板処理の実行前における対象物ＴＧの厚み（処理前厚み）の分布を示す。
　制御部１０２は、処理前測定データを取得した後、図８～図１１を参照して説明した判定処理を実行して、基板処理を実行するか否かを決定する（ステップＳ５）。
　制御部１０２は、基板処理を実行することを決定すると（ステップＳ５のＹｅｓ）、学習済みモデルＬＭに入力データを入力して、スキャン速度情報（処理条件）を取得する。そして、学習済みモデルＬＭから取得したスキャン速度情報に基づいて、レシピデータＲＰに各速度設定位置のスキャン速度を設定する（ステップＳ６）。
　制御部１０２は、レシピデータＲＰに各速度設定位置のスキャン速度を設定した後、基板処理を実行する（ステップＳ７）。具体的には、図４を参照して説明したスキャン処理を実行する。すなわち、ノズル移動機構６を制御して、第１ノズル５１を移動させつつ、薬液供給部５を制御して、第１ノズル５１から基板Ｗに向けて薬液を吐出させる。
　制御部１０２は、基板処理の実行後、スピンチャック３による基板Ｗの保持を解除する。そして、センターロボットＣＲを制御して、処理ユニット１のチャンバー２内から基板Ｗを搬出させる（ステップＳ８）。また、センターロボットＣＲ及びインデクサーロボットＩＲを制御して、処理ユニット１のチャンバー２から搬出させた基板Ｗを、複数のロードポートＬＰのうちの１つまで搬送させる。この結果、図１２に示す処理が終了する。
　制御部１０２は、基板処理を実行しないことを決定すると（ステップＳ５のＮｏ）、警報処理を実行して（ステップＳ９）、図１２に示す処理を終了する。警報処理は、基板処理装置１００においてエラーが発生したことを報知する処理である。制御部１０２は、例えば、表示部１０４にエラー画面を表示させることにより、基板処理装置１００においてエラーが発生したことを報知する。
　続いて図１～図１３を参照して判定処理（ステップＳ５）を説明する。図１３は、判定処理（ステップＳ５）を示すフロー図である。図１３に示すように、判定処理（ステップＳ５）は、ステップＳ５１～ステップＳ５４を含む。
　判定処理（ステップＳ５）を開始すると、制御部１０２は、処理前測定データ（処理前厚み）と目標データ（目標厚み）とに基づいて入力データを生成して、基準データＲＥと入力データとのユークリッド距離（第１ユークリッド距離）を取得する（ステップＳ５１）。
　制御部１０２は、第１ユークリッド距離を取得すると、第１ユークリッド距離が第１閾値ＴＨ１より大きいか否かを判定する（ステップＳ５２）。制御部１０２は、第１ユークリッド距離が第１閾値ＴＨ１より大きいと判定した場合（ステップＳ５２のＹｅｓ）、基板処理を実行しないことを決定する。この結果、判定処理（ステップＳ５）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ９に進む。
　制御部１０２は、第１ユークリッド距離が第１閾値ＴＨ１より大きくないと判定した場合（ステップＳ５２のＮｏ）、第１ユークリッド距離が第２閾値ＴＨ２より大きいか否かを判定する（ステップＳ５３）。
　制御部１０２は、第１ユークリッド距離が第２閾値ＴＨ２より大きいと判定した場合（ステップＳ５３のＹｅｓ）、基板処理を実行したことを示すフラグ情報を記憶部１０３に記憶させる。この結果、判定処理（ステップＳ５）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ６に進む。
　第１ユークリッド距離が第２閾値ＴＨ２より大きくないと制御部１０２が判定した場合（ステップＳ５３のＮｏ）、判定処理（ステップＳ５）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ６に進む。
　続いて図１～図１４を参照して条件設定処理（ステップＳ６）を説明する。図１４は、条件設定処理（ステップＳ６）を示すフロー図である。図１４に示すように、条件設定処理（ステップＳ６）は、ステップＳ６１～ステップＳ６３を含む。
　条件設定処理（ステップＳ６）を開始すると、制御部１０２は、学習済みモデルＬＭに入力データを入力する（ステップＳ６１）。その結果、学習済みモデルＬＭからスキャン速度情報（処理条件）が出力されて、制御部１０２は、スキャン速度情報を取得する（ステップＳ６２）。制御部１０２は、学習済みモデルＬＭから取得したスキャン速度情報に基づいて、レシピデータＲＰに各速度設定位置のスキャン速度を設定する（ステップＳ６３）。この結果、条件設定処理（ステップＳ６）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ７に進む。
　続いて図１～図１５を参照して基板処理（ステップＳ７）を説明する。図１５は、基板処理（ステップＳ７）を示すフロー図である。図１５に示すように、基板処理（ステップＳ７）は、ステップＳ７１～ステップＳ７３を含む。
　基板処理（ステップＳ７）を開始すると、制御部１０２は、薬液供給部５及びノズル移動機構６を制御して、第１ノズル５１を移動させながら、第１ノズル５１から基板Ｗに向けてエッチング液を吐出させる（ステップＳ７１）。この結果、基板Ｗがエッチングされる（エッチング処理）。
　基板Ｗのエッチングが完了すると、制御部１０２は、リンス液供給部７を制御して、第２ノズル７１から基板Ｗに向けてリンス液を吐出させる（ステップＳ７２）。この結果、基板Ｗからエッチング液が除去される。具体的には、エッチング液がリンス液によって基板Ｗの外方に押し流され、基板Ｗの周囲に排出される。したがって、基板Ｗ上のエッチング液の液膜が、リンス液の液膜に置換される。
　エッチング液をリンス液に置換した後、制御部１０２は、スピンモータ部４を制御して、基板Ｗを乾燥させる（ステップＳ７３）。この結果、基板処理（ステップＳ７）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ８に進む。
　具体的には、制御部１０２は、基板Ｗの回転速度を、エッチング処理時及びリンス処理時の回転速度よりも増大させる。この結果、基板Ｗ上のリンス液に大きな遠心力が付与され、基板Ｗに付着しているリンス液が基板Ｗの周囲に振り切られる。このようにして、基板Ｗからリンス液を除去し、基板Ｗを乾燥させる。なお、制御部１０２は、例えば基板Ｗの高速回転を開始してから所定時間が経過した後に、スピンモータ部４による基板Ｗの回転を停止させる。
　以上、図１から図１５を参照して本発明の実施形態１を説明した。本実施形態によれば、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。具体的には、学習済みモデルＬＭから出力される処理条件が最適でない可能性がある場合に、制御部１０２は、学習済みモデルＬＭに入力データを入力しない。したがって、信頼性を保証できない処理条件が学習済みモデルＬＭから出力されることを防ぐことができる。また、本実施形態によれば、学習済みモデルＬＭから出力される処理条件（スキャン速度情報）が最適でない可能性がある場合に、基板Ｗが処理されることを防ぐことができる。
　なお、本実施形態では、処理前厚みを測定したが、処理前厚みに加えて処理後厚みを更に測定してもよい。
　また、本実施形態では、第１閾値ＴＨ１及び第２閾値ＴＨ２が設定されたが、第１閾値ＴＨ１及び第２閾値ＴＨ２のうち、第１閾値ＴＨ１のみが設定されてもよい。
［実施形態２］
　続いて図１～図７、図９～図１３、及び図１５～図１７を参照して本発明の実施形態２について説明する。但し、実施形態１と異なる事項を説明し、実施形態１と同じ事項についての説明は割愛する。実施形態２は、条件設定処理（ステップＳ６）が実施形態１と異なる。
　まず図１６を参照して、本実施形態の基板処理装置１００が備える制御装置１０１を説明する。図１６は、本実施形態の基板処理装置１００が備える制御装置１０１のブロック図である。
　図１６に示すように、記憶部１０３は、既定スキャン速度情報ＳＣを更に記憶する。既定スキャン速度情報ＳＣは、既定条件の一例である。既定スキャン速度情報ＳＣは、予め規定されたスキャン速度情報を示す。
　制御部１０２は、入力データと基準データＲＥとを比較して比較結果を取得し、比較結果と閾値ＴＨ（第１閾値ＴＨ１及び第２閾値ＴＨ２）とに基づいて、複数の決定項目のうちの１つを選択する。
　本実施形態において、複数の決定項目は、第４決定項目を更に含む。第４決定項目は、既定スキャン速度情報ＳＣに基づいて基板処理を実行するとともに、基板処理を実行したことを示す情報を記憶部１０３に記憶させることを決定する項目である。作業者は、図１１を参照して説明した設定画面ＳＥにおいて、第４設定欄１１５に、第２決定項目、又は、第４決定項目を入力することができる。
　なお、第１決定項目は、基板処理を実行しないことを決定する項目である。第２決定項目は、学習済みモデルＬＭから出力された処理条件に基づいて基板処理を実行するとともに、基板処理を実行したことを示すフラグ情報を記憶部１０３に記憶させることを決定する項目である。第３決定項目は、学習済みモデルＬＭから出力された処理条件に基づいて基板処理を実行することを決定する項目である。
　続いて図１７を参照して制御部１０２が実行する条件設定処理を説明する。図１７は、条件設定処理（ステップＳ６）を示すフロー図である。詳しくは、図１７は、設定画面ＳＥの第４設定欄１１５に第４決定項目が入力された場合における条件設定処理を示す。図１７に示す条件設定処理（ステップＳ６）は、図１４に示すステップＳ６１～ステップＳ６３に加えて、ステップＳ６１１及びステップＳ６１２を更に含む。
　条件設定処理（ステップＳ６）を開始すると、制御部１０２は、基板処理を実行したことを示すフラグ情報が記憶部１０３に記憶されているか否かを判定する（ステップＳ６１１）。基板処理を実行したことを示すフラグ情報は、図１３に示すステップＳ５４において、記憶部１０３に記憶される。
　制御部１０２は、フラグ情報が記憶部１０３に記憶されていると判定した場合（ステップＳ６１１のＹｅｓ）、既定スキャン速度情報ＳＣに基づいて、レシピデータＲＰに各速度設定位置のスキャン速度を設定する（ステップＳ６１２）。この結果、条件設定処理（ステップＳ６）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ７に進む。
　制御部１０２は、フラグ情報が記憶部１０３に記憶されていないと判定した場合（ステップＳ６１１のＮｏ）、図１４を参照して説明したステップＳ６１～ステップＳ６３の各処理を実行する。この結果、条件設定処理（ステップＳ６）が終了して、制御部１０２が実行する処理は、図１２を参照して説明したステップＳ７に進む。
　以上、図１～図７、図９～図１３、及び図１５～図１７を参照して本発明の実施形態２を説明した。本実施形態によれば、実施形態１と同様に、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。
　また、既に説明したように、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に入力データを学習済みモデルＬＭに入力した場合、学習済みモデルＬＭから予期せぬスキャン速度情報が出力される可能性が若干ある。これに対し、本実施形態によれば、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に、既定スキャン速度情報ＳＣに基づいて、レシピデータＲＰに各速度設定位置のスキャン速度を設定することができる。したがって、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に、予期せぬスキャン速度がレシピデータＲＰに設定されることを防ぐことができる。
［実施形態３］
　続いて図１～図１１及び図１３～図１９を参照して本発明の実施形態３について説明する。但し、実施形態１、２と異なる事項を説明し、実施形態１、２と同じ事項についての説明は割愛する。実施形態３は、制御部１０２が追加学習用データを生成する点で実施形態１、２と異なる。
　図１８は、本実施形態に係る基板処理装置１００の制御装置１０１（制御部１０２）が実行する処理を示すフロー図である。図１８に示す処理は、図１２に示すステップＳ１～ステップＳ９に加えて、ステップＳ１０及びステップＳ２０を更に含む。
　なお、本実施形態では、乾燥処理（図１５のステップＳ７３）の終了時に、スピンモータ部４による基板Ｗの回転を停止させない。例えば、制御部１０２は、乾燥処理の後、基板Ｗの回転速度を、エッチング処理時及びリンス処理時の回転速度まで減少させる。
　制御部１０２は、基板処理の実行後（ステップＳ７）、基板処理を実行したことを示すフラグ情報が記憶部１０３に記憶されているか否かを判定する（ステップＳ１０）。
　制御部１０２は、フラグ情報が記憶部１０３に記憶されていると判定した場合（ステップＳ１０のＹｅｓ）、追加学習用データを生成する（ステップＳ２０）。制御部１０２は、追加学習用データの生成後、スピンモータ部４による基板Ｗの回転を停止させる。そして、図１２を参照して説明したステップＳ８を実行する。この結果、図１８に示す処理が終了する。
　制御部１０２は、フラグ情報が記憶部１０３に記憶されていないと判定した場合（ステップＳ１０のＮｏ）、スピンモータ部４による基板Ｗの回転を停止させる。そして、図１２を参照して説明したステップＳ８を実行する。この結果、図１８に示す処理が終了する。
　続いて図１９を参照して追加学習用データの生成処理（ステップＳ２０）を説明する。図１９は、追加学習用データの生成処理（ステップＳ２０）を示すフロー図である。図１９に示すように、追加学習用データの生成処理（ステップＳ２０）は、ステップＳ２１～ステップＳ２３を含む。
　制御部１０２は、追加学習用データの生成処理（ステップＳ２０）を開始すると、厚み測定部８を制御して、基板Ｗに含まれる対象物ＴＧの厚み（処理後厚み）を測定させる（ステップＳ２１）。
　具体的には、図３（ａ）を参照して説明したように、制御部１０２は、プローブ移動機構９を制御して、光学プローブ８１を測定位置Ｐまで移動させる（プローブ移動処理）。そして、厚み測定部８に対象物ＴＧの厚みを測定させる（厚み測定処理）。制御部１０２は、厚み測定部８の厚み測定器８５から出力される測定信号に基づいて、処理後測定データを取得する。処理後測定データは、基板処理の実行後における対象物ＴＧの厚み（処理後厚み）の分布を示す。
　制御部１０２は、処理後測定データを取得した後、処理前測定データと処理後測定データとに基づいて処理量を取得する（ステップＳ２２）。具体的には、処理量は、処理前厚みと処理後厚みとの差分を示す。
　制御部１０２は、処理量を取得すると、追加学習用データを生成する（ステップＳ２３）。追加学習用データは、図９を参照して説明した学習用データＬＤと同様に、スキャン速度情報、及び処理量情報を含む。制御部１０２は、レシピデータＲＰに設定した各速度設定位置のスキャン速度と、処理量とに基づいて、追加学習用データを生成する。
　制御部１０２は、追加学習用データの生成後、スピンモータ部４による基板Ｗの回転を停止させる。その結果、追加学習用データの生成処理（ステップＳ２０）が終了して、制御部１０２が実行する処理は、図１８に示すステップＳ８に進む。
　以上、図１～図１１及び図１３～図１９を参照して本発明の実施形態３を説明した。本実施形態によれば、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に、追加学習用データを生成することができる。既に説明したように、第２閾値ＴＨ２の値Ｂは、学習用データＬＤの数が少ない領域の値に設定される。したがって、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい場合に、追加学習用データを生成することにより、追加学習の際に、学習用データＬＤの数が少ない領域の学習用データＬＤの数を増やすことができる。この結果、学習済みモデルＬＭの予測の精度が向上する。
　なお、本実施形態では、第１ユークリッド距離が第１閾値ＴＨ１以下であり、第２閾値ＴＨ２よりも大きい基板Ｗを、追加学習の対象としたが、基板処理を実行した全ての基板Ｗを追加学習の対象としてもよい。この場合、第１ユークリッド距離が第１閾値ＴＨ１以下となる基板Ｗが全て追加学習の対象となる。
　また、追加学習用データは、処理量（エッチング量）が目標の処理量（目標のエッチング量）と一致しないことを示す情報、あるいは、処理量が許容範囲内の値でないことを示す情報を更に含んでもよい。この場合、制御部１０２は、処理量（エッチング量）が入力データ（目標のエッチング量）と一致しているか否かを判定する。あるいは、制御部１０２は、処理量が許容範囲内の値であるか否かを判定する。
［実施形態４］
　続いて図１～図２０を参照して本発明の実施形態４について説明する。但し、実施形態１～３と異なる事項を説明し、実施形態１～３と同じ事項についての説明は割愛する。実施形態４は、対象物ＴＧの厚みが基板処理装置１００の外部の装置で測定される点で実施形態１～３と異なる。
　図２０は、本実施形態の基板処理システム１０００を示す図である。図２０に示すように、本実施形態の基板処理システム１０００は、基板処理装置１００と、膜厚測定装置２００とを備える。膜厚測定装置２００は、厚み測定装置の一例である。
　膜厚測定装置２００は、基板処理の実行前の基板Ｗに含まれる対象物ＴＧの厚みを測定する。基板処理装置１００は、膜厚測定装置２００による対象物ＴＧの厚みの測定後に、基板処理を実行する。
　詳しくは、基板処理装置１００の制御部１０２は、膜厚測定装置２００の測定結果を取得する。例えば、基板処理装置１００と膜厚測定装置２００とを通信可能に接続して、膜厚測定装置２００から基板処理装置１００へ、膜厚測定装置２００の測定結果を示すデータを送信してもよい。通信媒体は、通信ケーブルであってもよいし、無線であってもよい。あるいは、データを保持する媒体を用いて、基板処理装置１００の制御部１０２に膜厚測定装置２００の測定結果を取得させてもよい。例えば、データを保持する媒体として、コンパクトディスク又はＤＶＤのような光ディスク、あるいはＵＳＢメモリのような記憶装置を用いてもよい。
　基板処理装置１００の制御部１０２は、膜厚測定装置２００の測定結果から処理前測定データ（基板処理の実行前の対象物ＴＧの厚みの分布）を取得する。そして、実施形態１～３において説明したように、対象物ＴＧの厚みの目標値（目標厚み）を示す目標データと処理前測定データとに基づいて入力データを生成し、入力データと基準データＲＥとを比較して、基板処理を実行するか否かを決定する。
　なお、本実施形態において、基板処理装置１００は、厚み測定部８を備えてもよいし、備えていなくてもよい。
　以上、図１～図２０を参照して本発明の実施形態４を説明した。本実施形態によれば、実施形態１～３と同様に、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。
［実施形態５］
　続いて図１～図１９、図２１、及び図２２を参照して本発明の実施形態５について説明する。但し、実施形態１～４と異なる事項を説明し、実施形態１～４と同じ事項についての説明は割愛する。実施形態４は、基板処理を実行するか否かを基板処理装置１００の外部の装置が決定する点で実施形態１～４と異なる。
　図２１は、本実施形態の基板処理システム１０００を示す図である。図２１に示すように、本実施形態の基板処理システム１０００は、基板処理装置１００と、膜厚測定装置２００と、情報処理装置３００とを備える。膜厚測定装置２００は、厚み測定装置の一例である。また、情報処理装置３００は、決定装置の一例である。
　膜厚測定装置２００は、基板処理の実行前の基板Ｗに含まれる対象物ＴＧの厚みを測定する。情報処理装置３００は、膜厚測定装置２００の測定結果を取得する。例えば、情報処理装置３００と膜厚測定装置２００とを通信可能に接続して、膜厚測定装置２００から情報処理装置３００へ、膜厚測定装置２００の測定結果を示すデータを送信してもよい。通信媒体は、通信ケーブルであってもよいし、無線であってもよい。あるいは、データを保持する媒体を用いて、情報処理装置３００に膜厚測定装置２００の測定結果を取得させてもよい。例えば、データを保持する媒体として、コンパクトディスク又はＤＶＤのような光ディスク、あるいはＵＳＢメモリのような記憶装置を用いてもよい。
　情報処理装置３００は、膜厚測定装置２００の測定結果に基づいて、基板処理を実行するか否かを決定する。具体的には、情報処理装置３００は、図８～図１１を参照して説明した判定処理を実行して、基板処理を実行するか否かを決定する。
　基板処理装置１００は、情報処理装置３００から、判定結果と、学習済みモデルＬＭに入力する入力データとを取得する。判定結果は、基板処理を実行するか否かを示す。例えば、情報処理装置３００と基板処理装置１００とを通信可能に接続して、情報処理装置３００から基板処理装置１００へ、判定結果を示すデータ、及び入力データを送信してもよい。通信媒体は、通信ケーブルであってもよいし、無線であってもよい。あるいは、データを保持する媒体を用いて、基板処理装置１００に判定結果及び入力データを取得させてもよい。例えば、データを保持する媒体として、コンパクトディスク又はＤＶＤのような光ディスク、あるいはＵＳＢメモリのような記憶装置を用いてもよい。
　基板処理装置１００は、情報処理装置３００により基板処理を実行することが決定された場合、実施形態１～４において説明したように、学習済みモデルＬＭに入力データを入力する。そして、学習済みモデルＬＭから出力された処理条件に基づいて、基板処理を実行する。
　なお、基板処理を実行することが決定された場合にのみ、基板処理装置１００が入力データを取得してもよい。
　続いて、図２２を参照して情報処理装置３００の構成を説明する。図２２は、情報処理装置３００の構成を示すブロック図である。図２２に示すように、情報処理装置３００は、処理部３０１と、記憶部３０２と、表示部３０３と、入力部３０４とを備える。情報処理装置３００は、例えば、サーバ又はパーソナルコンピュータ（ＰＣ）である。但し、情報処理装置３００は、演算処理が可能な機器である限り、特に限定されない。
　処理部３０１は、プロセッサを有する。処理部３０１は、例えば、ＣＰＵ、又はＭＰＵを有する。あるいは、処理部３０１は、汎用演算機又は専用演算器を有してもよい。
　記憶部３０２は、データ及びコンピュータプログラムを記憶する。データは、基準データＲＥを含む。本実施形態において、データは、閾値ＴＨを更に含む。処理部３０１は、記憶部３０２に記憶されているコンピュータプログラム及びデータに基づいて、各種の演算処理を実行する。
　記憶部３０２は、主記憶装置を有する。主記憶装置は、例えば、半導体メモリである。記憶部３０２は、補助記憶装置を更に有してもよい。補助記憶装置は、例えば、半導体メモリ及びハードディスクドライブの少なくも一方を含む。記憶部３０２はリムーバブルメディアを含んでいてもよい。
　表示部３０３は各種の情報を表示する。本実施形態において、表示部３０３は、図１１を参照して説明した設定画面ＳＥを表示する。表示部３０３は、例えば、液晶ディスプレイ又は有機ＥＬディスプレイを有する。
　入力部３０４は、作業者からの入力を受け付けて、処理部３０１に各種の情報を出力する。入力部３０４は、例えば、キーボード、ポインティングデバイス、及びタッチパネルのような入力装置を含む。タッチパネルは、例えば、表示部３０３の表示面に配置されて、表示部３０３と共にグラフィカルユーザーインターフェースを構成してもよい。
　作業者は、表示部３０３に設定画面ＳＥが表示されている際に、入力部３０４を操作して、図１１を参照して説明した第１設定欄１１２及び第２設定欄１１３に、第１閾値ＴＨ１及び第２閾値ＴＨ２の値をそれぞれ入力することができる。また、入力部３０４を操作して、図１１を参照して説明した第３設定欄１１４及び第４設定欄１１５に、基板処理装置１００に実行させる動作をそれぞれ入力することができる。
　処理部３０１は、決定部の一例である。処理部３０１は、実施形態１～４において説明した基板処理装置１００の制御部１０２と同様に、膜厚測定装置２００の測定結果から処理前測定データ（基板処理の実行前の対象物ＴＧの厚みの分布）を取得する。そして、対象物ＴＧの厚みの目標値（目標厚み）を示す目標データと処理前測定データとに基づいて入力データを生成し、入力データと基準データＲＥとを比較して、基板処理を実行するか否かを決定する。具体的には、処理部３０１は、入力データと基準データＲＥとを比較して比較結果を取得し、比較結果と閾値ＴＨとに基づいて、基板処理を実行するか否かを決定する。
　以上、図１～図１９、図２１、及び図２２を参照して本発明の実施形態５を説明した。本実施形態によれば、実施形態１～４と同様に、学習済みモデルＬＭから出力される処理条件の信頼性を保証することができる。
　以上、図面（図１～図２２）を参照して本発明の実施形態について説明した。ただし、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施できる。また、上記の実施形態に開示される複数の構成要素は適宜改変可能である。例えば、ある実施形態に示される全構成要素のうちのある構成要素を別の実施形態の構成要素に追加してもよく、又は、ある実施形態に示される全構成要素のうちのいくつかの構成要素を実施形態から削除してもよい。
　図面は、発明の理解を容易にするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の厚さ、長さ、個数、間隔等は、図面作成の都合上から実際とは異なる場合もある。また、上記の実施形態で示す各構成要素の構成は一例であって、特に限定されるものではなく、本発明の効果から実質的に逸脱しない範囲で種々の変更が可能であることは言うまでもない。
　例えば、図１～図２２を参照して説明した実施形態では、基板Ｗを保持する構成として、基板Ｗを挟持する挟持式のチャックについて説明したが、基板Ｗを保持する構成は、基板Ｗを水平に保持できる限り、特に限定されない。例えば、スピンチャック３は、バキューム式のチャックであってもよいし、ベルヌーイ式のチャックであってもよい。
　また、図１～図２２を参照して説明した実施形態では、作業者が第１閾値ＴＨ１の値を設定したが、第１閾値ＴＨ１の値は既定値であってもよい。同様に、図１～図２２を参照して説明した実施形態では、作業者が第２閾値ＴＨ２の値を設定したが、第２閾値ＴＨ２の値は既定値であってもよい。
　また、図１～図２２を参照して説明した実施形態では、第１ユークリッド距離が第１閾値ＴＨ１よりも大きい場合における基板処理装置１００の動作を作業者が設定したが、第１ユークリッド距離が第１閾値ＴＨ１よりも大きい場合における基板処理装置１００の動作は、既定の動作であってもよい。同様に、図１～図２２を参照して説明した実施形態では、第１ユークリッド距離が第２閾値ＴＨ２よりも大きく、第１閾値ＴＨ１以下である場合における基板処理装置１００の動作を作業者が設定したが、第１ユークリッド距離が第２閾値ＴＨ２よりも大きく、第１閾値ＴＨ１以下である場合における基板処理装置１００の動作は、既定の動作であってもよい。
　また、図１～図２２を参照して説明した実施形態では、閾値ＴＨとして、２つの閾値（第１閾値ＴＨ１及び第２閾値ＴＨ２）が設定されたが、３つ以上の閾値が設定されてもよい。
　また、図１～図２２を参照して説明した実施形態では、基準データＲＥと入力データとを比較してユークリッド距離（第１ユークリッド距離）を算出したが、基準データＲＥと入力データとを比較して、基準データＲＥと入力データとの類似度を算出してもよい。具体的には、ＤＴＷ（Ｄｙｎａｍｉｃ　ｔｉｍｅ　ｗａｒｐｉｎｇ）により、基準データＲＥと入力データとの類似度を算出してもよいし、ＤＤＴＷ（Ｄｅｒｉｖａｔｉｖｅ　ＤＴＷ）により、基準データＲＥと入力データとの類似度を算出してもよい。この場合、学習用データＬＤの処理量と基準データＲＥとのユークリッド距離（第２ユークリッド距離）に替えて、ＤＴＷ又はＤＤＴＷにより、学習用データＬＤの処理量と基準データＲＥとの類似度が算出される。
　また、図１～図２２を参照して説明した実施形態では、表示部１０４がエラー画面を表示することにより、作業者にエラーが報知されたが、エラーの報知はエラー画面の表示に限定されない。例えば、基板処理装置１００は、スピーカーを備え得る。この場合、制御部１０２は、スピーカーからエラー音を出力させてもよい。あるいは、基板処理装置１００は、ランプを備え得る。この場合、制御部１０２は、ランプを点滅させて作業者にエラーを報知してもよいし、ランプを点灯させて作業者にエラーを報知してもよい。
　また、図１～図２２を参照して説明した実施形態において、スキャン速度情報は各速度設定位置のスキャン速度を示したが、スキャン速度情報は、スキャン速度の設定値を１つだけ示してもよい。この場合、第１ノズル５１は、第１ノズル５１の移動区間の開始位置から終了位置まで一定速度で移動する。
　また、図１～図２２を参照して説明した実施形態では、第１ノズル５１の移動速度が設定されたが、第１ノズル５１と基板Ｗとの相対的な移動速度が設定されてもよい。なお、基板Ｗが回転する場合、第１ノズル５１と基板Ｗとの相対的な移動速度は、回転する基板Ｗの表面と第１ノズル５１との相対的な移動速度を示す。例えば、相対的な移動速度は、第１ノズル５１の速度成分（ベクトル）と、回転する基板Ｗにおいて第１ノズル５１と対向する部分の速度成分（ベクトル）との和を示す。ここで、基板Ｗの速度成分は、周方向ＣＤの速度を示す。
　また、図１～図２２を参照して説明した実施形態では、第１ノズル５１が旋回したが、第１ノズル５１は直線移動してもよい。
　また、図１～図２２を参照して説明した実施形態において、第１ノズル５１はスキャンノズルであったが、第１ノズル５１は固定ノズルであってもよい。この場合、処理ユニット１は、ノズル移動機構６に替えて、基板Ｗを移動させる基板移動機構を備える。レシピデータＲＰには、スキャン速度に替えて、基板Ｗの移動速度が設定される。この場合、学習済みモデルＬＭは、基板Ｗの移動速度を示す基板速度情報を出力する。制御部１０２は、基板速度情報に基づいて、基板移動機構を制御する。基板速度情報は、スキャン速度情報と同様に、基板Ｗが移動する移動区間を複数の区間に分割する各位置（各基板位置）ごとに設定された基板Ｗの移動速度を示してもよい。なお、基板Ｗは旋回してもよいし、直線移動してもよい。
　また、図１～図２２を参照して説明した実施形態では、基板Ｗの処理中に第１ノズル５１のみが移動したが、第１ノズル５１と基板Ｗとが移動してもよい。この場合、処理ユニット１は、ノズル移動機構６に加えて、基板Ｗを移動させる基板移動機構を更に備える。レシピデータＲＰには、スキャン速度と共に、基板Ｗの移動速度が設定される。この場合、学習済みモデルＬＭは、スキャン速度情報に加えて、基板Ｗの移動速度を規定する基板速度情報を出力する。制御部１０２は、基板速度情報に基づいて、基板移動機構を制御する。
　また、図１～図２２を参照して説明した実施形態では、対象物ＴＧの厚みを測定する際に光学プローブ８１が測定位置Ｐ（一定の位置）に固定されたが、対象物ＴＧの厚みを測定する際に光学プローブ８１は移動してもよい。この場合、図３（ａ）に示すように、平面視において、対象物ＴＧに対する厚みの測定位置が円弧状の軌跡ＴＪ１を形成するように光学プローブ８１が移動する。
　具体的には、対象物ＴＧの厚みを測定する際に、光学プローブ８１は、平面視において、基板Ｗの中心部ＣＴとエッジ部ＥＧとの間を移動しながら、対象物ＴＧに向けて光を出射する。この結果、軌跡ＴＪ１に含まれる各測定位置において、対象物ＴＧの厚みが測定される。各測定位置は、基板Ｗの各半径位置に対応している。したがって、厚み測定処理により、基板Ｗの径方向における対象物ＴＧの厚みの分布が測定される。
　また、図１～図２２を参照して説明した実施形態において、学習済みモデルＬＭは目的変数としてスキャン速度情報を出力したが、スキャン速度情報に替えて、又はスキャン速度情報に加えて、処理量に影響する他の処理条件を出力してもよい。例えば、学習済みモデルＬＭは、他の処理条件として、基板Ｗの回転速度、薬液温度、薬液濃度、及び薬液の吐出流量のうちの少なくとも１つを出力してもよい。
　また、図１～図２２を参照して説明した実施形態において、薬液はエッチング液であったが、薬液はエッチング液に限定されない。薬液は、基板Ｗを処理する液体であればよい。例えば、薬液は、対象物ＴＧを除去する除去液であってもよい。除去液を用いることにより、特定の膜を除去する処理や、異物が混入している特定の膜を除去する処理を実行することができる。除去液は、基板Ｗに対してレジスト除去処理を実行する場合、例えば、硫酸過酸化水素水混合液（ｓｕｌｆｕｒｉｃ　ａｃｉｄ／ｈｙｄｒｏｇｅｎ　ｐｅｒｏｘｉｄｅ　ｍｉｘｔｕｒｅ：ＳＰＭ）である。レジスト除去処理とは、半導体基板の表面からレジストを除去する処理のことである。
　また、図１～図２２を参照して説明した実施形態において、基板処理はエッチング処理を含むが、基板処理はエッチング処理に限定されない。例えば、基板処理は、成膜処理を含み得る。基板処理装置１００が成膜処理を実行する場合、処理液は、例えば、ＳＰＭ、又はオゾン水である。この場合、基板Ｗに酸化膜が形成される。また、処理量は、成膜量を示す。
　また、図１～図２２を参照して説明した実施形態において、基板処理装置１００は、基板Ｗごとに基板処理を実行する枚葉式の装置であったが、基板処理装置１００は複数の基板Ｗに対して同時に基板処理を実行するバッチ式の装置であってもよい。
　本発明は、基板を処理する分野に有用である。
６　　　　：ノズル移動機構
８　　　　：厚み測定部
５１　　　：第１ノズル
１００　　：基板処理装置
１０２　　：制御部
１０３　　：記憶部
１０４　　：表示部
１１１　　：グラフ表示欄
１１２　　：第１設定欄
１１３　　：第２設定欄
１１４　　：第３設定欄
１１５　　：第４設定欄
２００　　：膜厚測定装置
３００　　：情報処理装置
３０１　　：処理部
３０２　　：記憶部
１０００　：基板処理システム
ＧＲ　　　：グラフ
ＬＤ　　　：学習用データ
ＬＭ　　　：学習済みモデル
ＲＥ　　　：基準データ
ＳＣ　　　：既定スキャン速度情報
ＳＥ　　　：設定画面
ＴＧ　　　：対象物
ＴＨ　　　：閾値
ＴＨ１　　：第１閾値
ＴＨ２　　：第２閾値
Ｗ　　　　：基板

Claims (18)

  1. 　基板に対する処理である基板処理を実行する基板処理装置であって、
    　前記基板に含まれる対象物の厚みを測定する厚み測定部と、
    　前記基板処理の実行時における処理条件を出力する学習済みモデルに対して、前記基板処理による処理量の目標値を示す入力データを入力することにより、前記学習済みモデルから前記処理条件を出力させる制御部と、
    　前記学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データを記憶する記憶部と
    　を備え、
    　前記学習用データは、学習時の前記基板処理による処理量を示し、
    　前記制御部は、
    　前記基板処理の実行前に、前記厚み測定部に前記対象物の厚みを測定させて、前記基板処理の実行前の前記対象物の厚みを示す処理前測定データを取得し、
    　前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて前記入力データを生成し、
    　前記入力データと前記基準データとを比較して、前記基板処理を実行するか否かを決定する、基板処理装置。
  2. 　前記記憶部は、前記入力データと前記基準データとの比較結果に対する少なくとも１つの閾値を記憶し、
    　前記制御部は、前記入力データと前記基準データとを比較して前記比較結果を取得し、前記比較結果と前記少なくとも１つの閾値とに基づいて、前記基板処理を実行するか否かを決定する、請求項１に記載の基板処理装置。
  3. 　前記制御部は、前記比較結果と前記少なくとも１つの閾値とに基づいて、複数の決定項目のうちの１つを選択し、
    　前記複数の決定項目は、
    　前記基板処理を実行しないことを決定する第１決定項目と、
    　前記学習済みモデルから出力された前記処理条件に基づいて前記基板処理を実行するとともに、前記基板処理を実行したことを示す情報を前記記憶部に記憶させることを決定する第２決定項目と、
    　前記学習済みモデルから出力された前記処理条件に基づいて前記基板処理を実行することを決定する第３決定項目と
    　を含む、請求項２に記載の基板処理装置。
  4. 　前記少なくとも１つの閾値は、第１閾値と、前記第１閾値よりも値が小さい第２閾値とを含み、
    　前記制御部は、
    　前記比較結果が前記第１閾値より大きい場合、前記第１決定項目を選択し、
    　前記比較結果が前記第２閾値より大きく、前記第１閾値以下となる場合、前記第２決定項目を選択し、
    　前記比較結果が前記第２閾値以下となる場合、前記第３決定項目を選択する、請求項３に記載の基板処理装置。
  5. 　前記記憶部は、前記処理条件として、既定条件を更に記憶し、
    　前記複数の決定項目は、前記既定条件に基づいて前記基板処理を実行するとともに、前記基板処理を実行したことを示す情報を前記記憶部に記憶させることを決定する第４決定項目を更に含む、請求項３に記載の基板処理装置。
  6. 　前記少なくとも１つの閾値は、第１閾値と、前記第１閾値よりも値が小さい第２閾値とを含み、
    　前記制御部は、
    　前記比較結果が前記第１閾値より大きい場合、前記第１決定項目を選択し、
    　前記比較結果が前記第２閾値より大きく、前記第１閾値以下となる場合、前記第２決定項目又は前記第４決定項目を選択し、
    　前記比較結果が前記第２閾値以下となる場合、前記第３決定項目を選択する、請求項５に記載の基板処理装置。
  7. 　設定画面を表示する表示部を更に備え、
    　前記設定画面は、前記少なくとも１つの閾値を設定するための設定欄を含む、請求項２から請求項６のいずれか１項に記載の基板処理装置。
  8. 　設定画面を表示する表示部を更に備え、
    　前記設定画面は、前記少なくとも１つの閾値に対して前記複数の決定項目のうちの１つを設定するための第１設定欄を含む、請求項３から請求項６のいずれか１項に記載の基板処理装置。
  9. 　前記設定画面は、前記少なくとも１つの閾値を設定するための第２設定欄を更に含む、請求項８に記載の基板処理装置。
  10. 　前記設定画面は、前記複数の学習用データを数値化したグラフを表示するグラフ表示欄を更に含む、請求項７から請求項９のいずれか１項に記載の基板処理装置。
  11. 　前記設定画面は、前記グラフ表示欄に前記少なくとも１つの閾値を表示する、請求項１０に記載の基板処理装置。
  12. 　前記基板に向けて処理液を吐出するノズルを更に備え、
    　前記基板処理は、前記ノズルから前記基板に向けて前記処理液を吐出する処理を含む、請求項１から請求項１１のいずれか１項に記載の基板処理装置。
  13. 　前記基板処理の実行時に前記ノズルを移動させるノズル移動機構を更に備える、請求項１２に記載の基板処理装置。
  14. 　前記処理条件は、前記ノズルの移動速度を含む、請求項１３に記載の基板処理装置。
  15. 　前記処理液は、前記対象物をエッチングするエッチング液を含む、請求項１２から請求項１４のいずれか１項に記載の基板処理装置。
  16. 　基板に含まれる対象物の厚みを測定する厚み測定装置と、
    　前記厚み測定装置による前記対象物の厚みの測定後に、前記基板に対する処理である基板処理を実行する基板処理装置と
    　を備える、基板処理システムであって、
    　前記基板処理装置は、
    　前記基板処理の実行時における処理条件を出力する学習済みモデルに対して、前記基板処理による処理量の目標値を示す入力データを入力することにより、前記学習済みモデルから前記処理条件を出力させる制御部と、
    　前記学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データを記憶する記憶部と
    　を備え、
    　前記学習用データは、学習時の前記基板処理による処理量を示し、
    　前記制御部は、
    　前記厚み測定装置の測定結果から、前記基板処理の実行前の前記対象物の厚みを示す処理前測定データを取得し、
    　前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて前記入力データを生成し、
    　前記入力データと前記基準データとを比較して、前記基板処理を実行するか否かを決定する、基板処理システム。
  17. 　基板に含まれる対象物の厚みを測定する厚み測定装置と、
    　前記基板に対する処理である基板処理を実行するか否かを決定する決定装置と、
    　前記基板処理の実行時における処理条件を出力する学習済みモデルに前記処理条件を出力させて、前記基板処理を実行する基板処理装置と
    　を備える、基板処理システムであって、
    　前記決定装置は、
    　前記学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データを記憶する記憶部と、
    　前記基板処理を実行するか否かを決定する決定部と
    　を備え、
    　前記学習用データは、学習時の前記基板処理による処理量を示し、
    　前記決定部は、
    　前記厚み測定装置の測定結果から、前記基板処理の実行前の前記対象物の厚みを示す処理前測定データを取得し、
    　前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて、前記基板処理による処理量の目標値を示す入力データを生成し、
    　前記入力データと前記基準データとを比較して、前記基板処理を実行するか否かを決定し、
    　前記基板処理装置は、前記決定装置により前記基板処理を実行することが決定された場合に、前記学習済みモデルに前記入力データを入力して、前記学習済みモデルから前記処理条件を出力させる制御部を備える、基板処理システム。
  18. 　基板に含まれる対象物の厚みを、基板処理の実行前に測定して、前記対象物の厚みの測定結果を示す処理前測定データを取得するステップと、
    　前記対象物の厚みの目標値を示す目標データと前記処理前測定データとに基づいて、前記基板処理による処理量の目標値を示す入力データを生成するステップと、
    　学習済みモデルの構築に用いられた複数の学習用データに基づいて取得された基準データと、前記入力データとを比較して、前記基板処理を実行するか否かを決定するステップと
    　を含み、
    　前記学習用データは、学習時の前記基板処理による処理量を示し、
    　前記学習済みモデルは、前記入力データが入力されることにより、前記基板処理の実行時における処理条件を出力する、データ処理方法。
PCT/JP2022/016051 2021-04-13 2022-03-30 基板処理装置、基板処理システム、及びデータ処理方法 WO2022220126A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020237038861A KR20230169296A (ko) 2021-04-13 2022-03-30 기판 처리 장치, 기판 처리 시스템, 및 데이터 처리 방법
US18/555,187 US20240203765A1 (en) 2021-04-13 2022-03-30 Substrate processing apparatus, substrate processing system, and data processing method
CN202280028516.XA CN117223090A (zh) 2021-04-13 2022-03-30 衬底处理装置、衬底处理***、及数据处理方法
EP22788051.5A EP4325549A1 (en) 2021-04-13 2022-03-30 Substrate processing device, substrate processing system, and data processing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-067672 2021-04-13
JP2021067672A JP2022162709A (ja) 2021-04-13 2021-04-13 基板処理装置、基板処理システム、及びデータ処理方法

Publications (1)

Publication Number Publication Date
WO2022220126A1 true WO2022220126A1 (ja) 2022-10-20

Family

ID=83639627

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/016051 WO2022220126A1 (ja) 2021-04-13 2022-03-30 基板処理装置、基板処理システム、及びデータ処理方法

Country Status (7)

Country Link
US (1) US20240203765A1 (ja)
EP (1) EP4325549A1 (ja)
JP (1) JP2022162709A (ja)
KR (1) KR20230169296A (ja)
CN (1) CN117223090A (ja)
TW (1) TWI806534B (ja)
WO (1) WO2022220126A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023106085A1 (ja) * 2021-12-06 2023-06-15 東京エレクトロン株式会社 基板処理方法及び基板処理システム
WO2023106086A1 (ja) * 2021-12-06 2023-06-15 東京エレクトロン株式会社 基板処理方法及び基板処理システム
WO2023106084A1 (ja) * 2021-12-06 2023-06-15 東京エレクトロン株式会社 基板処理方法及び基板処理システム

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018067610A (ja) * 2016-10-18 2018-04-26 株式会社荏原製作所 研磨装置、研磨方法およびプログラム
JP2020032409A (ja) 2018-08-27 2020-03-05 株式会社Ｓｃｒｅｅｎホールディングス 教師データ生成方法および吐出状態の判定方法
JP2020040046A (ja) * 2018-09-13 2020-03-19 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置、基板処理方法および基板処理のためのコンピュータプログラム
JP2020053550A (ja) * 2018-09-27 2020-04-02 株式会社荏原製作所 研磨装置、研磨方法、及び機械学習装置
JP2020053506A (ja) * 2018-09-26 2020-04-02 株式会社Ｋｏｋｕｓａｉ Ｅｌｅｃｔｒｉｃ 基板処理装置、半導体装置の製造方法および記録媒体。
JP2020120004A (ja) * 2019-01-24 2020-08-06 株式会社荏原製作所 情報処理システム、情報処理方法、プログラム及び基板処理装置
JP2021033510A (ja) * 2019-08-21 2021-03-01 いすゞ自動車株式会社 運転支援装置
JP2021108367A (ja) * 2019-12-27 2021-07-29 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置、基板処理方法、基板処理システム、及び学習用データの生成方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002373843A (ja) * 2001-06-14 2002-12-26 Nec Corp 塗布装置及び塗布膜厚制御方法
US6773931B2 (en) * 2002-07-29 2004-08-10 Advanced Micro Devices, Inc. Dynamic targeting for a process control system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018067610A (ja) * 2016-10-18 2018-04-26 株式会社荏原製作所 研磨装置、研磨方法およびプログラム
JP2020032409A (ja) 2018-08-27 2020-03-05 株式会社Ｓｃｒｅｅｎホールディングス 教師データ生成方法および吐出状態の判定方法
JP2020040046A (ja) * 2018-09-13 2020-03-19 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置、基板処理方法および基板処理のためのコンピュータプログラム
JP2020053506A (ja) * 2018-09-26 2020-04-02 株式会社Ｋｏｋｕｓａｉ Ｅｌｅｃｔｒｉｃ 基板処理装置、半導体装置の製造方法および記録媒体。
JP2020053550A (ja) * 2018-09-27 2020-04-02 株式会社荏原製作所 研磨装置、研磨方法、及び機械学習装置
JP2020120004A (ja) * 2019-01-24 2020-08-06 株式会社荏原製作所 情報処理システム、情報処理方法、プログラム及び基板処理装置
JP2021033510A (ja) * 2019-08-21 2021-03-01 いすゞ自動車株式会社 運転支援装置
JP2021108367A (ja) * 2019-12-27 2021-07-29 株式会社Ｓｃｒｅｅｎホールディングス 基板処理装置、基板処理方法、基板処理システム、及び学習用データの生成方法

Also Published As

Publication number Publication date
JP2022162709A (ja) 2022-10-25
EP4325549A1 (en) 2024-02-21
TW202310937A (zh) 2023-03-16
TWI806534B (zh) 2023-06-21
CN117223090A (zh) 2023-12-12
US20240203765A1 (en) 2024-06-20
KR20230169296A (ko) 2023-12-15

Similar Documents

Publication Publication Date Title
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
TWI766506B (zh) 基板處理裝置、基板處理方法、基板處理系統以及學習用資料的生成方法
JP7460411B2 (ja) 基板処理装置及び基板処理方法
US20230161301A1 (en) Substrate processing apparatus, substrate processing method, training data generation method, training method, training device, trained model creation method, and trained model
US20230205178A1 (en) Substrate processing apparatus, substrate processing method, training data generating method, training method, training device, trained model generating method, and trained model
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
US20210202258A1 (en) Substrate treatment apparatus, substrate treatment method, substrate treatment system, and learning data generation method
JP2023120961A (ja) 基板処理条件の設定方法、基板処理方法、基板処理条件の設定システム、及び、基板処理システム
US20240103462A1 (en) Support device, support method, substrate processing system, and storage medium
JP7409956B2 (ja) 基板処理装置、及び基板処理方法
JP2023019657A (ja) 基板処理方法及び基板処理装置
WO2023042796A1 (ja) 基板処理装置および基板処理方法
WO2023042774A1 (ja) 基板処理装置および基板処理方法
JP7444701B2 (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、及び学習済モデル
TWI842215B (zh) 基板處理條件之設定方法、基板處理方法、基板處理條件之設定系統及基板處理系統

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22788051

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18555187

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 202280028516.X

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 20237038861

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1020237038861

Country of ref document: KR

WWE Wipo information: entry into national phase

Ref document number: 2022788051

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022788051

Country of ref document: EP

Effective date: 20231113