[go: up one dir, main page]

JP7085639B2 - 機械学習とパッドの厚さの補正を使用した研磨装置 - Google Patents

機械学習とパッドの厚さの補正を使用した研磨装置 Download PDF

Info

Publication number
JP7085639B2
JP7085639B2 JP2020552818A JP2020552818A JP7085639B2 JP 7085639 B2 JP7085639 B2 JP 7085639B2 JP 2020552818 A JP2020552818 A JP 2020552818A JP 2020552818 A JP2020552818 A JP 2020552818A JP 7085639 B2 JP7085639 B2 JP 7085639B2
Authority
JP
Japan
Prior art keywords
thickness
polishing
substrate
value
layer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020552818A
Other languages
English (en)
Other versions
JP2021519221A (ja
Inventor
クン シュー，
デニス イヴァノフ，
ハリー キュー． リー，
チュン チェン，
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Applied Materials Inc
Original Assignee
Applied Materials Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Applied Materials Inc filed Critical Applied Materials Inc
Publication of JP2021519221A publication Critical patent/JP2021519221A/ja
Priority to JP2022091266A priority Critical patent/JP7441889B2/ja
Application granted granted Critical
Publication of JP7085639B2 publication Critical patent/JP7085639B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/005—Control means for lapping machines or devices
    • B24B37/013—Devices or means for detecting lapping completion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/005—Control means for lapping machines or devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/04—Lapping machines or devices; Accessories designed for working plane surfaces
    • B24B37/07—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool
    • B24B37/10—Lapping machines or devices; Accessories designed for working plane surfaces characterised by the movement of the work or lapping tool for single side lapping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B37/00—Lapping machines or devices; Accessories
    • B24B37/11—Lapping tools
    • B24B37/20—Lapping pads for working plane surfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/10—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving electrical means
    • B24B49/105—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving electrical means using eddy currents
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048—Monitoring; Safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • H01L21/304—Mechanical treatment, e.g. grinding, polishing, cutting
    • 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
    • H01L21/67092—Apparatus for mechanical treatment
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Software Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Automation & Control Theory (AREA)
  • Neurology (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Treatment Of Semiconductor (AREA)
  • Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
  • Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)

Description

本開示は、基板の研磨中のインシトゥモニタリングに関する。
集積回路は、通常、シリコンウエハ上に導電性、半導電性、又は絶縁性の層を順次堆積させることによって、及びその後の層の処理によって、基板（例えば、半導体ウエハ）上に形成される。
ある製造ステップでは、非平面上に充填層を堆積させ、非平面が露出するまで充填層を平坦化する。例えば、導電性充填層をパターン化された絶縁層に堆積させて、絶縁層内のトレンチ又は孔を埋めることができる。次に、絶縁層の隆起パターンが露出するまで充填層を研磨する。平坦化後、絶縁層の隆起パターンの間に残っている導電層の部分は、基板上の薄膜回路の間の導電経路を提供するビア、プラグ、幾つかのラインを形成する。更に、平坦化を使用して、リソグラフィのために基板表面を平坦化することができる。
化学機械研磨（ＣＭＰ）は、平坦化の１つの受け入れられた方法である。この平坦化方法では、通常、基板をキャリアヘッドに装着する必要がある。基板の露出面は、回転する研磨パッドに対して配置される。キャリアヘッドは、基板に制御可能な負荷を加えて、基板を研磨パッドに押し付ける。研磨粒子を有するスラリ等の研磨液が研磨パッドの表面に供給される。
半導体処理中に、１又は複数の基板又は基板上の層の特性を決定することが重要であり得る。例えば、ＣＭＰプロセス中に導電層の厚さを知ることが重要であり得、これにより、正確な時間にプロセスを終了できる。基板の特性を決定するために、幾つかの方法が使用され得る。例えば、化学機械研磨中の基板のインシトゥモニタリングに光センサが使用され得る。あるいは（又は更に）渦電流感知システムを使用して、基板上の導電性領域に渦電流を誘導し、導電性領域の局所的な厚さ等のパラメータを決定し得る。
一態様では、基板を研磨する方法は、基板を研磨パッドと接触させることと、基板上の層を研磨するために、基板を研磨パッドに対して移動させることと、インシトゥモニタシステムのセンサを用いて研磨ステーションにおける研磨中に層をモニタリングすることとを含む。センサは基板に対して移動して基板全体にセンサの複数のスキャンを提供し、インシトゥは複数のスキャンの各スキャンにおいて、層上の複数の異なる位置の複数の測定信号値を含むデータを生成する。研磨パッドの厚さは、インシトゥからのデータに基づいて決定される。複数の調整された信号値を得るために、複数のスキャンの各スキャンにおいて、研磨パッドの厚さに基づいて複数の測定信号値の少なくとも一部が調整される。複数の異なる位置における厚さを表す複数の値が得られるように、複数のスキャンの各スキャンにおいて、複数の異なる位置の各位置に対し、その位置における層の厚さを表す値が生成される。生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも複数の調整された信号値を処理することを含む。複数の異なる位置における厚さを表す複数の値に基づいて、研磨終点が検出される及び／又は研磨パラメータが修正される。
別の態様では、研磨システムは、研磨パッドの支持体と、基板を研磨パッドと接触させて保持するためのキャリアと、センサを有するインシトゥモニタシステムと、センサが基板全体に複数のスキャンを行うようにセンサと基板との間の相対運動を生成するモータと、コントローラとを含む。インシトゥモニタシステムは、複数のスキャンの各スキャンにおいて、層上の複数の異なる位置の複数の測定信号値を含むデータを生成するように構成される。コントローラは、インシトゥモニタシステムからデータを受信し、インシトゥモニタシステムからのデータに基づいて研磨パッドの厚さを決定し、複数の調整された信号値を得るために、複数のスキャンの各スキャンにおいて、研磨パッドの厚さに基づいて複数の測定信号値の少なくとも一部を調整し、複数の異なる位置における厚さを表す複数の値が得られるように、複数のスキャンの各スキャンにおいて、複数の異なる位置の各位置に対し、その位置の層の厚さを表す値を生成し、生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも複数の調整された信号値を処理することを含み、複数の異なる位置における厚さを表す複数の値に基づいて、研磨終点を検出すること、又は研磨パラメータを修正することのうちの少なくとも１つを行うように構成される。
別の態様では、コンピュータ記憶媒体は、１又は複数のコンピュータによって実行されると、１又は複数のコンピュータに、工程を実施させる命令で符号化される。データは、インシトゥモニタシステムから受信され、データは、インシトゥモニタシステムのセンサの複数のスキャンの各スキャンにおいて、層上の複数の異なる位置の複数の測定信号値を含む。研磨パッドの厚さは、インシトゥモニタシステムからのデータに基づいて決定される。複数の調整された信号値を得るために、複数のスキャンの各スキャンにおいて、研磨パッドの厚さに基づいて複数の測定信号値の少なくとも一部が調整される。複数の異なる位置における厚さを表す複数の値が得られるように、複数のスキャンの各スキャンにおいて、複数の異なる位置の各位置に対し、その位置における層の厚さを表す値が生成される。この値は、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも複数の調整された信号値を処理することによって生成される。複数の異なる位置における厚さを表す複数の値に基づいて、研磨終点が検出される、又は研磨パラメータが修正される。
実装態様には、次の特徴の１又は複数が含まれ得る。
研磨パッドの厚さは、研磨パッドのパッド摩耗の量として、又は研磨パッドの実際の厚さとして表すことができる。
基板の利得が測定され得、研磨パッドの厚さは、利得の関数としてパッドの厚さ値を提供する相関関数から決定され得る。基板の利得を決定することは、層の研磨工程の初期部分で発生する複数のスキャンの厚さを表す複数の値に基づく層の推定開始厚さ値を決定することを含み得る。層の初期厚さ値は、研磨前に測定され得、利得を決定することは、推定開始厚さ値を測定開始厚さ値と比較することを含む。センサは、複数の未処理厚さ値を生成し得、利得が決定された後に、複数の未処理厚さ値に利得を乗算して、複数の測定信号値を生成し得る。
複数の測定信号値の少なくとも一部の畳み込みを実行して、複数の測定信号値の少なくとも一部を調整することができる。畳み込みは、測定信号値をパッド摩耗がゼロの時の信号値にスケーリングするための研磨パッドの摩耗のガウス関数であり得る。
層上の複数の異なる位置は、基板のエッジ領域内の少なくとも１つのエッジ位置、基板の中央領域内の少なくとも１つの中央位置、中央領域とエッジ領域との間のアンカ領域内の少なくとも１つのアンカ位置を含み得る。複数の測定信号値の少なくとも一部は、エッジ領域に対応する測定信号値を含み得、アンカ領域に対応する測定信号値を含み得るが、中央領域に対応する測定信号値を含む必要はない。
少なくとも複数の調整された信号値を処理することは、修正された信号値を出力することを含み得る。厚さを表す複数の値は、信号値の関数として層の厚さ値を提供する相関曲線を使用して計算され得る。複数の測定信号値の少なくとも一部は、全ての複数の測定信号値よりも小さいものを含み得る。
第１の群の値は、複数の修正された信号値に基づく厚さを表す複数の値から計算され得、第２の群の値は、複数の測定信号値の一部に含まれない測定信号値の残りに基づく厚さを表す複数の値から計算され得る。第１の群の値は、基板のエッジ領域内の位置からの値を含み得、第２の群の値は、基板の中央領域内の位置からの値を含み得る。
少なくとも複数の調整された信号値を処理することは、ニューラルネットワークに複数の調整された信号値を入力することを含み得る。ニューラルネットワークは、入力層、出力層、１又は複数の隠れ層を含む１又は複数のニューラルネットワーク層を含み得る。各ニューラルネットワーク層は、１又は複数のニューラルネットワークノードを含み得、各ニューラルネットワークノードは、出力を生成するためのパラメータのセットに従って入力を処理するように構成され得る。
層の１又は複数の異なる位置の各位置の厚さのグランドトルース測定値が受信され得、各位置の推定測定厚さとその位置の厚さに対応するグランドトルース測定値との間の誤差の測定値が計算され得る。ニューラルネットワークシステムのパラメータは、誤差の測定値に基づいて更新され得る。グランドトルース測定値は、４点プローブを用いた測定値であり得る。
インシトゥモニタシステムは、渦電流モニタシステムを含み得る。研磨パッドに対して基板を移動させることは、センサが基板全体に複数の掃引を行うように、プラテン及びセンサを保持しながらプラテンを回転させることを含み得る。
特定の実装態様は、以下の利点の１又は複数を含み得る。渦電流モニタシステム等のインシトゥモニタシステムは、センサが基板全体をスキャンすると信号を生成し得る。システムは、研磨パッドの厚さが変化している場合でも、基板のエッジに対応する信号の一部の歪みを補正できる。信号は、終点制御及び／又は研磨パラメータの閉ループ制御、例えばキャリアヘッド圧に使用されるため、ウエハ内不均一性（ＷＩＷＮＵ）及びウエハ間不均一性（ＷＴＷＮＵ）が改善され得る。
１又は複数の実装態様の詳細は、添付の図面及び以下の説明に記載されている。他の態様、特徴及び利点は、説明及び図面、並びに特許請求の範囲から明らかになるであろう。
渦電流モニタシステムを含む化学機械研磨ステーションの部分断面の概略側面図である。 化学機械研磨ステーションの概略上面図である。 研磨装置のセンサヘッドによってスキャンされている基板の概略上面図である。 基板上の層の厚さの関数としての信号強度の概略グラフである。 基板全体のセンサの１回のスキャンで得られた測定信号の概略グラフである。 （基板の複数のスキャンにわたる）時間の関数としての測定信号の概略グラフである。 利得の関数としてのパッドの厚さの概略グラフである。 ニューラルネットワークの概略図である。 基板を研磨するための例示的なプロセスのフロー図である。 ニューラルネットワークを使用して厚さの推定測定値を生成するための例示的なプロセスのフロー図である。 測定信号の群に対して修正された信号を生成するようにニューラルネットワークを訓練するための例示的なプロセスのフロー図である。
様々な図面の同様の参照記号は、同様の要素を示す。
研磨装置は、インシトゥモニタシステム、例えば渦電流モニタシステムを使用して、研磨されている基板上の外層の厚さを検出し得る。外層の研磨中に、インシトゥモニタシステムは、基板上の層の様々な位置の厚さを決定し得る。厚さの測定値を使用して、研磨終点をトリガする、及び／又は研磨プロセスの処理パラメータをリアルタイムで調整することが可能である。例えば、外層の位置の研磨速度を増減するために、基板キャリアヘッドで基板の裏側の圧力を調整することができる。研磨速度は、研磨後に層の位置が実質的に同じ厚さになるように調整され得る。ＣＭＰシステムは、層の位置の研磨がほぼ同時に完了するように研磨速度を調整し得る。上記プロファイル制御は、リアルタイムプロファイル制御（ＲＴＰＣ）と称され得る。
インシトゥモニタシステムは、基板のエッジに近い位置での測定において、信号の歪みを受ける場合がある。例えば、渦電流モニタシステムは磁場を生成し得る。基板のエッジ近くでは、磁場は基板の導電層と部分的にしか重ならないため、信号が不自然に低くなり得る。研磨装置が、ニューラルネットワークを使用して、インシトゥモニタシステムによって生成された測定信号に基づいて修正された信号を生成する場合、装置は基板のエッジにおける歪み、例えば信号強度の低下を補正し得る。
残念ながら、研磨パッドの厚さの変化は、渦電流センサの感度の変化をもたらす可能性があり、補正技法が与えられたとしても、基板のエッジにおいて不正確な信号をもたらす可能性がある。仮説上、ニューラルネットワークは、複数の異なるパッドの厚さからのデータと、ニューラルネットワークへの入力として使用されるパッドの厚さ測定値を用いて訓練され得る。実行可能であるものの、残念なことに、このようなデータの取得は面倒で時間がかかり得る。ただし、パッドの厚さを使用してニューラルネットワークに入力される信号を調整することで、パッドの厚さ変化による信号の歪みを相殺することが可能である。
図１Ａ及び図１Ｂに、研磨装置１００の一例を示す。研磨装置１００は、研磨パッド１１０が位置する回転可能な円盤状プラテン１２０を含む。プラテンは、軸１２５を中心に回転するように動作可能である。例えば、モータ１２１は、駆動シャフト１２４を回転させてプラテン１２０を回転させることができる。研磨パッド１１０は、外側研磨層１１２及びより柔らかいバッキング層１１４を備えた２層研磨パッドであり得る。
研磨装置１００は、スラリ等の研磨液１３２を研磨パッド１１０上に分配するためのポート１３０を含み得る。
研磨装置はまた、研磨パッド１１０を摩耗させて、研磨パッド１１０を一定の摩耗状態に維持するための研磨パッドコンディショナ１７０を含み得る。更に、コンディショニングにより、基板と研磨パッドの間の摩擦の一貫性が向上する。研磨パッドコンディショナ１７０は、プラテン１２０が回転するときにコンディショナヘッド１７２が研磨パッド１１０の上を半径方向に掃引することを可能にするコンディショナヘッド１７２を含み得る。コンディショナヘッド１７２は、コンディショナディスク１７６、例えば、研磨剤、例えば、ダイヤモンドグリットを有する金属ディスクを下面に保持し得る。コンディショニングプロセスは、研磨パッド１１０を交換する必要があるまで、経時的に研磨パッド１１０を摩耗させる傾向がある。このため、各基板１０を研磨した後、研磨パッド１１０はわずかに薄くなる傾向がある。パッドの摩耗速度は動的、例えば、複数の基板の研磨工程によって変動する可能性があり、消耗品とプロセス条件に依存し得る。
研磨装置１００は、少なくとも１つのキャリアヘッド１４０を含む。キャリアヘッド１４０は、基板１０を研磨パッド１１０に対して保持するように動作可能である。キャリアヘッド１４０は、それぞれの基板に関連する研磨パラメータ、例えば、圧力の独立した制御を有し得る。
特に、キャリアヘッド１４０は、基板１０を可撓性膜１４４の下に保持するための保持リング１４２を含み得る。キャリアヘッド１４０はまた、例えば３つのチャンバ１４６ａ～１４６ｃ等の、可撓性膜１４４上の関連するゾーン、したがって基板１０上に独立に制御可能な圧力を加え得る、膜によって画定される複数の独立に制御可能な加圧可能チャンバを含む。説明を容易にするために図１には３つのチャンバのみを示したが、１つ又は２つのチャンバ、又は４つ以上のチャンバ、例えば、５つのチャンバがあってもよい。
キャリアヘッド１４０は、支持構造１５０、例えば、カルーセル又はトラックから吊り下げられ、駆動シャフト１５２によってキャリアヘッド回転モータ１５４に接続され、これにより、キャリアヘッドは、軸１５５の周りを回転することができる。オプションとして、キャリアヘッド１４０は、例えば、カルーセル１５０又はトラックのスライダ上で横方向に振動し得る、又はカルーセル自体の回転振動によって振動し得る。工程において、プラテンはその中心軸１２５を中心に回転し、キャリアヘッドはその中心軸１５５を中心に回転し、研磨パッドの上面を横切って横方向に平行移動する。
１つのキャリアヘッド１４０のみを示したが、追加の基板を保持して、研磨パッド１１０の表面積を効率的に使用できるようにするために、より多くのキャリアヘッドを配設することが可能である。
研磨装置１００はまた、インシトゥモニタシステム１６０を含む。インシトゥモニタシステム１６０は、基板上の層の厚さに依存する値の時変シーケンスを生成する。インシトゥモニタシステム１６０は、測定値が生成されるセンサヘッドを含み、基板とセンサヘッド間の相対運動により、基板上の様々な位置で測定が行われる。
インシトゥモニタシステム１６０は、渦電流モニタシステムであり得る。渦電流モニタシステム１６０は、基板上の導電層に渦電流を誘導するための駆動システムと、駆動システムによって導電層に誘導された渦電流を検出するための感知システムとを含む。モニタシステム１６０は、プラテンと共に回転するように凹部１２８に位置づけされたコア１６２、コア１６２の一部に巻かれた少なくとも１つのコイル１６４、及び配線１６８によってコイル１６４に接続された駆動及び感知回路１６６を含む。コア１６２とコイル１６４との組み合わせは、センサヘッドを提供し得る。幾つかの実装態様では、コア１６２は、プラテン１２０の上面より上に、例えば、研磨パッド１１０の底部の凹部１１８に突出する。
駆動及び感知回路１６６は、振動する電気信号をコイル１６４に適用し、結果として生じる渦電流を測定するように構成される。例えば、米国特許第６，９２４，６４１号、第７，１１２，９６０号及び第８，２８４，５６０号、ならびに米国特許公開第２０１１－０１８９９２５号及び第２０１２－０２７６６６１号に記載されているように、駆動及び感知回路、並びにコイル（複数可）の構成及び位置において、様々な構成が可能である。駆動及び感知回路１６６は、同じ凹部１２８又はプラテン１２０の異なる部分に位置し得る、又はプラテン１２０の外側に位置し得、回転式電気ユニオン（ｒｏｔａｒｙ ｅｌｅｃｔｒｉｃａｌ ｕｎｉｏｎ）１２９を介してプラテンの構成要素に連結される。
工程中、駆動及び感知回路１６６は、コイル１６４を駆動して、振動磁場を生成する。磁場の少なくとも一部は、研磨パッド１１０を通って基板１０に延在する。導電層が基板１０上に存在する場合、振動磁場により、導電層に渦電流が生成される。渦電流により、導電層は、駆動及び感知回路１６６に結合されたインピーダンス源として機能する。導電層の厚さが変化すると、インピーダンスが変化し、これは、駆動及び感知回路１６６によって検出され得る。
代替的又は追加的に、リフレクトメータ又は干渉計として機能し得る光学モニタシステムが、プラテン１２０の凹部１２８内に固定され得る。両方のシステムが使用される場合、光学モニタシステム及び渦電流モニタシステムは、基板の同じ部分をモニタリングし得る。
ＣＭＰ装置１００はまた、コア１６２が基板１０の下にあるときを感知するための、光インタラプタ等の位置センサ１８０も含み得る。例えば、光インタラプタは、キャリアヘッド１４０の反対側の固定点に装着され得る。フラグ１８２は、プラテンの周囲に取り付けられている。フラグ１８２の取り付け点及び長さは、コア１６２が基板１０の下を掃引している間、センサ１８０の光信号を遮るように選択される。あるいは、又は更に、ＣＭＰ装置は、プラテンの角度位置を決定するためのエンコーダを含み得る。
汎用プログラマブルデジタルコンピュータ等のコントローラ１９０は、渦電流モニタシステム１６０から強度信号を受信する。コントローラ１９０は、プロセッサ、メモリ、及びＩ／Ｏデバイス、並びにモニタ等の出力デバイス１９２、及びキーボード等の入力デバイス１９４を含み得る。
信号は、渦電流モニタシステム１６０から回転式電気ユニオン１２９を介してコントローラ１９０まで通過し得る。あるいは、回路１６６は、無線信号によってコントローラ１９０と通信し得る。
コア１６２は、プラテンの回転ごとに基板の下を掃引するので、導電層の厚さに関する情報が、インシトゥで及び連続的にリアルタイムで（プラテンの回転ごとに１回）蓄積される。コントローラ１９０は、基板が（位置センサによって決定されるように）おおむねコア１６２の上にあるときに、モニタシステムから測定値をサンプリングするようにプログラムされ得る。研磨が進むにつれて、導電層の厚さが変化し、サンプリングされた信号が経時的に変化する。時間変化するサンプリングされた信号はトレースと称され得る。モニタシステムからの測定値は、研磨中に出力デバイス１９２に表示され、デバイスの操作者が研磨工程の進行を視覚的にモニタリングすることが可能になり得る。
工程中、ＣＭＰ装置１００は、渦電流モニタシステム１６０を使用して、充填層の大部分がいつ除去されたかを決定し得る、及び／又は下位の停止層がいつ実質的に露出したかを決定し得る。検出器ロジックの可能なプロセス制御及び終点基準には、極小値又は極大値、勾配の変化、振幅又は勾配のしきい値、又はそれらの組み合わせが含まれる。
コントローラ１９０はまた、キャリアヘッド１４０によって印加される圧力を制御する圧力機構、キャリアヘッド回転速度を制御するためのキャリアヘッド回転モータ１５４、プラテン回転速度を制御するためのプラテン回転モータ１２１、又は研磨パッドに供給されるスラリ組成を制御するためのスラリ分配システム１３０にも接続され得る。更に、コンピュータ１９０は、米国特許第６，３９９，５０１号に記載されるように、基板の下の各掃引からの渦電流モニタシステム１６０からの測定値を複数のサンプリングゾーンに分割して、各サンプリングゾーンの半径方向位置を計算し、振幅測定値を半径方向の範囲に分類するようにプログラムされ得る。測定値を半径方向の範囲に分類した後に、研磨均一性を改善するために、膜厚に関する情報をリアルタイムで閉ループコントローラに供給し、キャリアヘッドによって適用される研磨圧力プロファイルを定期的又は継続的に修正し得る。
コントローラ１９０は、インシトゥモニタシステム１６０によって測定された信号を基板１０上で研磨されている層の厚さに関連付ける相関曲線を使用して、研磨されている層の厚さの推定測定値を生成し得る。相関曲線３０３の例を図３に示す。図３に示す座標系において、横軸はインシトゥモニタシステム１６０から受信された信号の値を表し、縦軸は基板１０の層の厚さ値を表す。所定の信号値に対し、コントローラ１９０は、相関曲線３０３を使用して、対応する厚さ値を生成し得る。相関曲線３０３は、センサヘッドが信号を取得した時間や位置に関係なく、それぞれの信号値の厚さ値を予測するという点で、「静的」算式と見なされ得る。相関曲線は、多項式関数又は線形補間と組み合わせたルックアップテーブル（ＬＵＴ）等の様々な関数で表され得る。
図１Ｂ及び図２を参照すると、基板１０に対するセンサヘッドの位置の変化により、インシトゥモニタシステム１６０からの信号が変化し得る。すなわち、センサヘッドが基板１０全体をスキャンすると、インシトゥモニタシステム１６０は、基板１０上の異なる位置において、複数の領域９４、例えば、測定スポットの測定を行う。領域９４は、部分的に重なっている場合がある（図２を参照）。
図４に、センサヘッドが基板１０の下を１回通過する間のインシトゥモニタシステム１６０からの信号４０１を示すグラフ４２０を示す。実線で示したが、信号４０１は、センサヘッドが基板の下を掃引するときのセンサヘッドからの一連の個別の測定値で構成される。グラフ４２０は、測定時間又は基板上の測定の位置、例えば、半径方向位置の関数であり得る。いずれの場合も、信号４０１の様々な部分は、センサヘッドによってスキャンされた基板１０上の異なる位置における測定スポット９４に対応する。したがって、グラフ４２０は、センサヘッドによってスキャンされた基板の所定の位置に対する、信号４０１からの対応する測定信号値を示すものである。
図２及び図４を参照すると、信号４０１は、センサヘッドが基板１０の前縁と交差するときの基板１０のエッジ領域２０３内の位置に対応する第１の部分４２２と、基板１０の中央領域２０１内の位置に対応する第２の部分４２４と、センサヘッドが基板１０の後縁と交差するときのエッジ領域２０３内の位置に対応する第３の部分４２６とを含む。信号はまた、基板外測定に対応する部分４２８、すなわち、センサヘッドが図２の基板１０のエッジ２０４を超えるエリアをスキャンするときに生成される信号も含み得る。
エッジ領域２０３は、センサヘッドの測定スポット９４が基板エッジ２０４と重なる基板の部分に対応し得る。中央領域２０１は、エッジ領域２０３に隣接する環状アンカ領域２０２、及びアンカ領域２０２によって囲まれた内部領域２０５を含み得る。センサヘッドは、その経路２１０上のこれらの領域をスキャンし、経路２１０に沿った一連の位置に対応する一連の測定値を生成し得る。
第１の部分４２２において、信号強度は、初期強度（通常、基板及びキャリアヘッドが存在しない場合に生じる信号）からより高い強度に上昇する。これは、モニタリング位置が、最初は基板のエッジ２０４で基板とわずかに重なるだけ（初期のより低い値を生成する）から、ほぼ完全に基板と重なる（より高い値を生成する）モニタリング位置へ遷移することによって引き起こされる。同様に、第３の部分４２６において、信号強度は、モニタリング位置が基板のエッジ２０４に遷移すると低下する。
第２の部分４２４は平坦として示されているが、これは単純化のためであり、第２の部分４２４の実際の信号は、ノイズ及び層の厚さの変動の両方に起因する変動を含む可能性が高い。第２の部分４２４は、中央領域２０１をスキャンするモニタリング位置に対応する。第２の部分４２４は、中央領域２０１のアンカ領域２０２をスキャンするモニタリング位置によって生じるサブ部分４２１及び４２３と、中央領域２０１の内部領域２０５をスキャンするモニタリング位置によって生じるサブ部分４２７とを含む。
上記のように、領域４２２、４２６の信号強度の変動は一部において、モニタリング対象の層の厚さや導電率の固有の変動ではなく、基板エッジに重なるセンサの測定領域によって引き起こされる。その結果、信号４０１のこの歪みにより、基板の特性値、例えば、基板エッジ近くの層の厚さの計算で誤差が生じる場合がある。この問題に対処するために、コントローラ１９０は、それらの位置に対応する測定信号に基づいて基板１０の１又は複数の位置に対応する修正された信号を生成するための、機械学習によって構成されたモジュール１９６を含み得る。例えば、モジュール１９６は、ニューラルネットワーク、例えば、図５のニューラルネットワーク５００を含んでいてよく、ソフトウェアで実装することが可能である。モジュールは、適切に訓練されると、基板エッジの近くで計算された信号値の歪みを低減及び／又は除去する修正された信号を生成するように構成される。
しかしながら、測定信号がモジュール１９６に入力される前に、信号は、環境パラメータ、例えば、渦電流センサ自体の温度及び／又は研磨パッドの厚さのドリフトを補正するために修正され得る。
インライン又はスタンドアロンの計測ステーションからの基板の測定値を、インシトゥ渦電流センサからの測定値と組み合わせて使用して、渦電流モニタシステムの利得を校正することが可能である。例えば、インシトゥ渦電流センサからの所望の開始信号は、計測ステーションからの測定値及び校正曲線に基づいて決定され得る。次に、利得又は利得の調整が、予想される開始信号とインシトゥ渦電流センサからの実際の開始信号との比較に基づいて計算され得る。
幾つかの実装態様では、以下の式（１）を使用して校正を実行し、利得を計算し得る。
Ｇ＝（ＳＥ－Ｋ）／（Ｓ０－Ｋ） （１）
上記式において、Ｓ０は開始信号値、つまり研磨開始時に測定された渦電流信号、ＳＥは既知の開始層厚さが与えられた場合の研磨開始時に予想される信号、Ｋは層の厚さゼロにおける又はウエハ外の位置における所望の値を表す定数である。Ｋはデフォルト値に設定可能である。
特に、図３を参照すると、研磨前に、研磨される層の開始厚さＴＳが、インライン又はスタンドアロンの計測ステーションで測定される。予想される信号ＳＥは、相関曲線３０３を使用して計算され得る。
図５に、時変信号４５０、すなわち、例えば、個々の信号値４５２から構成されるトレースを示す。幾つかの実装態様では、１又は複数の信号値が、特定の期間にわたって蓄積された複数の信号値から選択又は組み合わされ、これらの信号値を使用してトレース４５０が形成される。例えば、基板全体の渦電流センサのスキャンごとに、掃引中に蓄積された様々な信号値に基づいて１つの値４５２が生成され得る。例えば、各掃引に対し、基板１０の中央領域２０１（図３を参照）の位置に対応する第２の部分４２４からの信号値が平均化され得る。ただし、他の多くの技法が可能であり、すべての信号値が使用可能である、あるいは掃引の最大値又は最小値が使用され得る。更に、信号値を基板上のゾーンに分割し、ゾーンごとに個別のトレースを生成することができ、この場合、中央ゾーンを使用してＳ０が決定され得る。
研磨が開始されると、基板の開始信号値Ｓ０が測定又は計算され得る。例えば、関数４６０、例えば、線形関数が、研磨プロセスの初期部分４６２の間に蓄積された信号値に適合され得る。初期時間Ｔ０での開始値Ｓ０が、適合された関数から計算され得る。時間Ｔ０は、必ずしも研磨工程の正確な開始時間、例えば、基板を研磨パッドと接触するように下げる時間ではなく、数秒、例えば２秒又は３秒後であり得る。特定の理論に限定されることなく、基板を研磨パッドと接触するように下げる時間を使用することで、初期の研磨速度が例えば、プラテンがまだ目標回転速度まで上昇しているという事実のために制限され得るため、人工的に高い信号値が生じ得る。
開始信号値Ｓ０及び予想信号値ＳＥが決定されると、利得は、例えば、Ｇ＝（ＳＥ－Ｋ）／（Ｓ０－Ｋ）として計算され得る。研磨工程の残りの部分４８２について、センサからの未処理信号値に利得Ｇを乗算して、調整されたトレース４７０を提供する調整された信号値４７２が生成され得る。関数４８０、例えば、線形関数は、研磨プロセスの残りの部分４８２の間に蓄積された信号値に適合され得る。関数４８０がしきい値信号値ＳＴに到達する計算された時間が終点となり得る。
上記のように利得によって信号を調整することに加えて、スキャンからの信号の一部又はすべてが研磨パッドの厚さに基づいてスケーリングされ、研磨パッドの厚さの変化が補正され得る。幾つかの実装態様では、エッジ領域及びアンカ領域、例えば、領域４２２、４２１、４２３、及び４２６からの信号の一部のみが調整される（図４を参照）。研磨パッドの厚さは、実際の厚さ（例えば、研磨面とパッドの底面との間の深さ）、又はパッドの摩耗量（例えば、パッドの実際の開始厚さと現在の厚さとの差）のいずれかとして表され得る。
研磨パッドの厚さを調整するには、パッドの摩耗又はパッドの厚さを決定する必要がある。パッドの摩耗又はパッドの厚さは、渦電流センサからの測定値によって決定され得る。パッドの摩耗又はパッドの厚さを決定するための様々な技法が可能である。
一例として、基板の研磨のために計算された利得Ｇを使用して、パッド摩耗を決定することも可能である。図６に、利得Ｇとパッド摩耗Ｚとの間の関係を示す相関関数４９０を示す。実際のパッドの厚さが減少し、パッドの摩耗が増加するにつれて信号強度が増加する傾向があるため、相関関数４９０は負の勾配を有し得る。
相関関数４９０は、複数の基板の研磨中に計算された利得値から経験的に生成され得る。上記相関関数を生成するための１つの技法を以下に説明する。研磨パッドの開始厚さＰ０は、研磨パッドがプラテンに設置される前又は後であるが、基板が研磨される前に測定され得る。次に一連の基板が研磨パッドを使用して研磨され、各基板の利得Ｇが計算及び保存され、各基板の研磨中及び／又は研磨後にパッドが調整される。これにより、一連の利得値Ｇ０、Ｇ１、…ＧＦが生成される。
研磨パッドの最終的な厚さＰＦは、例えば、研磨パッドがプラテンから取り外された後に測定され得る。開始厚さＰ０と最終的な厚さＰＦとの差からパッド摩耗ＺＦの測定値が得られる。
研磨パッドは線形速度で摩耗すると想定され得る。これにより、パッド摩耗値が、開始及び最終パッド摩耗値Ｚ０（０であり得る）及びＺＦからそれぞれ補間することによって、各利得値に対して計算され得る。例えば、１００個の基板が研磨される場合、２５番目の基板のパッドの厚さ値は、０からＺＦまでの２５％として計算され得る。利得とパッド摩耗値の対により、利得対パッド摩耗の２Ｄ空間に点４９２のセットが付与される。関数、例えば、線形又は多項式関数は、この点のセットに適合され得るため、相関関数４９０が生成される。相関関数４９０は、多項式関数、又は線形補間と組み合わせたルックアップテーブル（ＬＵＴ）等の様々な技法で実装され得る。次に、相関関数４９０を使用して、任意の利得Ｇｘに対してパッド摩耗量Ｚｘが計算され得る。
あるいは、又は更に、研磨パッドの厚さは、研磨パッドがまだプラテン上にある間に、一連の基板の研磨の実施中に１回又は複数回、例えば、規則的又は不規則な間隔で測定され得る。これにより、特異的に測定された追加のパッド摩耗値、例えばＺＡ、ＺＢが生成され得る。相関関数４９０は、特異的に測定されたパッド摩耗値及びそれらに関連する利得値の対にのみ関数を適合させることによって生成され得る。又は、特異的に測定されたパッド摩耗値間のパッド摩耗値は、利得値の補間ごとに、隣接する特異的に測定されたパッド摩耗値から計算され得る。この場合、相関関数は、特定のパッド摩耗値と補間されたパッド摩耗値（及びそれらに関連する利得値）に関数を適合させることによって生成され得る。
別の例として、センサが既知の厚さの導電体、例えばコンディショニングディスク１７６（図１を参照）の下を通過するときの信号値が測定され得る。一般に、導電体がセンサに近い（つまり、研磨パッド１１０が薄い）ほど、信号強度は強くなる。例えば、ルックアップテーブルとして保存された、実験的に決定された校正曲線を使用して、研磨パッドの厚さが計算され得る。
研磨パッドの厚さ（摩耗量又は実際の厚さのいずれかとして）が決定されると、スキャンからの信号の選択された部分が、研磨パッドの厚さに基づいて調整され得る。これにより、研磨パッドの厚さの変化によるセンサの感度の変化が補正され得る。上記のように、幾つかの実装態様では、信号の選択された部分は、エッジ領域及びアンカ領域、例えば、領域４２２、４２１、４２３及び４２６からの部分のみである（図４を参照）。
幾つかの実装態様では、信号の選択された部分は、信号の訂正された部分を生成するための畳み込みの対象となる。この畳み込みは、パッド摩耗の関数であり得る。
例えば、訂正された信号は、次のように計算され得る。
Figure 0007085639000001
上記式において、ｆ（ｙ）は訂正されたプロファイル、ＲＡＷ（ｘ）は半径方向位置ｘの関数としての信号強度である（おそらく上記の式１を使用して利得はすでに調整されている）。関数Ｇσは次の式で得られ、
Figure 0007085639000002
上記式において、σ＝ｋ＊Ｚが成り立つ。Ｚは基板に対するパッド摩耗量であり、ｋは経験的データから決定された定数である（例：ｋ＝０．２７８）。
訂正されたプロファイルｆ（ｙ）が計算されると、これがモジュール１９６に入力され得る。
研磨装置１００は、ニューラルネットワーク５００を使用して、修正された信号を生成し得、次に、修正された信号を使用して、第１の群の基板の位置内の各位置、例えば、エッジ領域内の位置（及び場合によってはアンカ領域内の位置）の厚さを決定し得る。例えば、図４に戻って参照すると、エッジ領域の修正された信号値は、信号４０１の修正された部分４３０を提供し得る。
修正された信号値４３０は、静的算式、例えば相関曲線を使用して厚さ測定値に変換され得る。例えば、コントローラ１９０は、ニューラルネットワーク５００を使用して、基板のエッジ位置及び１又は複数のアンカ位置の厚さを決定し得る。対照的に、コントローラ１９０は、静的算式を直接使用して、他の領域、例えば、内部領域２０５の厚さ測定値を生成し得る。すなわち、他の領域、例えば、内部領域２０５からの信号値は、ニューラルネットワークによって修正されずに、厚さ値に変換され得る。
幾つかの実装態様では、１又は複数の修正された信号値が、例えば加重平均を使用して、修正されていない信号値と再び組み合わされ、結果として得られた組み合わせ信号値が、静的算式、例えば相関曲線を使用して厚さ値に変換される。例えば、エッジ領域２０３と中央領域との間の領域内の位置（信号４２７の場合）に対応する組み合わせ信号値、例えば、アンカ領域２０２内の位置は、修正された信号値（ニューラルネットワークによって生成された）と元の測定値の加重平均によって生成され得る。重み付けは、基板上の測定位置の関数として変動し得る。特に、中心に近い位置は、測定信号値に対して比較的重く重み付けされ得、エッジに近い位置ほど、修正された信号値に対して比較的重く重み付けされ得る。これにより、ニューラルネットワークによって生成された信号と、ニューラルネットワークによって生成されなかった信号の部分との間のスムーズな遷移が得られ得る。幾つかの実装態様では、信号値が再び組み合わされる領域は、基板のエッジまで延在し得る。
ここで図７を参照すると、ニューラルネットワーク５００は、一群の入力５０４を受信し、１又は複数のニューラルネットワーク層を介して入力５０４を処理して、一群の出力５５０を生成する。ニューラルネットワーク５００の層は、入力層５１０、出力層５３０、及び１又は複数の隠れ層５２０を含む。
ニューラルネットワーク５００の各層は、１又は複数のニューラルネットワークノードを含む。ニューラルネットワーク層の各ニューラルネットワークノードは、１又は複数のノード入力値（ニューラルネットワーク５００への入力５０４から、又は先行するニューラルネットワーク層の１又は複数のノードの出力から）を受信し、１又は複数のパラメータ値に従ってノード入力値を処理して活性化値を生成し、オプションで非線形変換関数（例えば、シグモイド関数又はｔａｎｈ関数）を活性化値に適用して、ニューラルネットワークノードの出力を生成する。
入力層５１０の各ノードは、ノード入力値として、ニューラルネットワーク５００への入力５０４のうちの１つを受信する。
ニューラルネットワークへの入力５０４は、インシトゥモニタシステム１６０からの基板１０上の複数の異なる位置の測定信号値、例えば、第１の測定信号値５０１、第２の測定信号値５０２から第ｎの測定信号値５０３までを含む。測定信号値は、信号４０１の一連の値の個別の値であり得る。
一般に、複数の異なる位置には、基板１０のエッジ領域２０３及びアンカ領域２０２内の位置が含まれる。幾つかの実装態様では、複数の異なる位置は、エッジ領域２０３及びアンカ領域２０２内にのみ存在する。他の実装態様では、複数の異なる位置は、基板のすべての領域にまたがる。
これらの測定信号値は、信号入力ノード５４４で受信される。オプションとして、ニューラルネットワーク５００の入力ノード５０４は、１又は複数のプロセス状態信号５０４、例えば、研磨装置１００のパッド１１０の摩耗の測定値を受信する１又は複数の状態入力ノード５１６も含み得る。
隠れ層５２０及び出力層５３０のノードは、先行する層のすべてのノードからの入力を受信するものとして示されている。これは、完全に接続されたフィードフォワード型ニューラルネットワークの場合である。しかしながら、ニューラルネットワーク５００は、完全に接続されていないフィードフォワード型ニューラルネットワーク又は非フィードフォワード型ニューラルネットワークであり得る。更に、ニューラルネットワーク５００は、１又は複数の完全に接続されたフィードフォワード層、１又は複数の完全に接続されていないフィードフォワード層、及び１又は複数の非フィードフォワード層のうちの少なくとも１つを含み得る。
ニューラルネットワークは、出力層５３０のノード、すなわち「出力ノード」５５０において一群の修正された信号値５５０を生成する。幾つかの実装態様では、インシトゥモニタシステムからの各測定信号に対し、ニューラルネットワーク５００に供給される出力ノード５５０が存在する。この場合、出力ノード５５０の数は、入力層５１０の信号入力ノード５０４の数に対応し得る。
例えば、信号入力ノード５４４の数は、エッジ領域２０３及びアンカ領域２０２内の測定値数に等しくてよく、同じ数の出力ノード５５０が存在し得る。したがって、各出力ノード５５０は、信号入力ノード５４４への入力として供給されるそれぞれの測定信号に対応する修正された信号、例えば、第１の測定信号５０１の第１の修正された信号５５１、第２の測定信号５０２の第２の修正された信号５５５２、及び第ｎの測定信号５０３の第ｎの修正された信号５５３を生成する。
幾つかの実装態様では、出力ノード５５０の数は、入力ノード５０４の数よりも少ない。幾つかの実装態様では、出力ノード５５０の数は、信号入力ノード５４４の数よりも少ない。例えば、信号入力ノード５４４の数は、エッジ領域２０３内の測定値数、又はエッジ領域２０３及びアンカ領域２０２内の測定値数に等しくてよい。また、出力層５３０の各出力ノード５５０は、信号入力ノード５０４として供給されるそれぞれの測定信号、例えば、第１の測定信号５０１の第１の修正された信号５５１に対応する修正された信号を生成するが、エッジ領域２０３から信号を受信する信号入力ノード５５４に対してのみである。
幾つかの実装態様では、ニューラルネットワーク５００は、所定の測定位置に対応する修正された信号値に対し、その所定の位置から所定の距離内の測定位置からの入力信号値のみが修正された信号値の決定に使用されるように構成され得る。例えば、経路２１０上のＮ個の連続する位置での測定値に対応する信号値Ｓ１、Ｓ２、．．、ＳＭ、…ＳＮを受信した場合、第Ｍの位置（ＲＭで示す）の修正された信号値Ｓ´Ｍは、信号値ＳＭ－Ｌ（最小１）、…ＳＭ、…ＳＭ＋Ｌ（最大Ｎ）のみを使用して、修正された信号値Ｓ´Ｍを計算し得る。Ｌの値は、所定の修正された信号値Ｓ´Ｍを生成するのに最大約２～４ｍｍ離間した測定値が使用される、測定ＳＭの位置から約１～２ｍｍ、例えば１．５ｍｍ以内の測定値が使用され得るように選択され得る。例えば、Ｌは０～４の範囲の数、例えば１又は２であり得る。例えば、３ｍｍ以内の測定値が使用され、測定間の間隔が１ｍｍの場合、Ｌは１になり得る。間隔が０．５ｍｍの場合、Ｌは２になり得る。間隔が０．２５の場合、Ｌは４になり得る。ただし、これは研磨装置の構成と処理条件に依存し得る。パッドの摩耗等の他のパラメータの値を使用して、修正された信号値Ｓ´Ｍを計算することも可能である。
例えば、１又は複数の隠れ層５２０のうちの幾つかの隠れノード５７０、すなわち、信号入力ノード５４４の数に等しい「隠れノード」５７０があり得、各隠れノード５７０は、それぞれの信号入力ノード５４４に対応する。各隠れノード５７０は、対応する入力ノードの測定位置からの距離が所定よりも大きい位置の測定に対応する入力ノード５４４から切断され得る（又はゼロのパラメータ値を有し得る）。例えば、第Ｍの隠れノードは、第１から第（Ｍ－Ｌ－１）の入力ノード５４４及び第（Ｍ＋Ｌ＋１）から第Ｎの入力ノードから切断され得る（又はゼロのパラメータ値を有し得る）。同様に、各出力ノード５６０は、出力ノードの測定位置からの距離が所定よりも大きい位置の修正された信号に対応する隠れノード５７０から切断され得る（又はゼロのパラメータ値を有し得る）。例えば、第Ｍの出力ノードは第１から第（Ｍ－Ｌ－１）の隠れノード５７０及び第（Ｍ＋Ｌ＋１）から第Ｎの隠れノードから切断され得る（又はゼロのパラメータ値を有し得る）。
幾つかの実施形態では、研磨装置１００は、静的算式を使用して、第１の群の基板の複数の位置、例えば、エッジ領域内の位置の厚さを決定し得る。これらの基板は、ニューラルネットワークの訓練に使用される訓練データを生成するのに使用され得る。次に、研磨装置１００は、ニューラルネットワーク５００を使用して、複数の位置、例えば、第２の群の基板のエッジ領域内の位置の厚さを決定するのに使用される修正された信号を生成し得る。例えば、研磨装置１００は、静的算式を適用して、第１の群の基板の厚さ値を決定し、訓練されたニューラルネットワーク５００を使用して、第２の群の基板の厚さ値を決定するのに使用される修正された信号を生成し得る。
図８は、基板１０を研磨するための例示的なプロセス６００のフロー図である。プロセス６００は、研磨装置１００によって実施され得る。
研磨装置１００は、基板１０上の層を研磨（６０２）し、研磨中に層をモニタリング（６０４）して、層上の異なる位置の測定信号値を生成する。層上の位置は、基板のエッジ領域２０３内の１又は複数の位置（信号４０１の領域４２２／４２６に対応）、及び基板上のアンカ領域２０２内の１又は複数の位置（信号の領域４２１／４２３に対応）を含み得る。アンカ領域２０２は基板エッジ２０４から離間し、基板の中央領域２０１内にあるため、基板エッジ２０４によって生じる歪みの影響を受けない。ただし、アンカ領域２０２は、エッジ領域２０３に隣接し得る。アンカ領域２０２は、中央領域２０１の内部領域２０５を囲み得る。アンカ位置の数は、インシトゥモニタシステム１６０による測定スポットサイズ及び測定頻度に依存し得る。幾つかの実施形態では、アンカ位置の数は、最大値４等の最大値を超えることはできない。
研磨装置１００は、位置（６０６）の測定信号に基づいて、異なる位置の各位置の厚さの推定測定値を生成する。これには、ニューラルネットワーク５００を介して測定信号を処理することが含まれる。
ニューラルネットワーク５００への入力は、異なる位置に対してインシトゥモニタシステム１６０によって生成された未処理測定信号又は更新された測定信号であり得る。幾つかの実施形態では、装置１００は、信号の値を正規化することによって各測定信号を更新する。上記正規化により、ニューラルネットワークシステム５００への入力５０４の少なくとも一部が特定の範囲内に入る可能性が高まり得、これにより、ニューラルネットワークの訓練品質及び／又はニューラルネットワーク５００によって行われる推定の精度が向上し得る。この正規化はオプションであり、幾つかの実施形態では実施されない。
ニューラルネットワーク５００の出力は、それぞれ入力測定信号に対応する修正された信号である。測定信号が正規化された値である場合、測定信号に対応する修正された信号も正規化された値となる。したがって、研磨装置１００は、修正された信号を使用して基板の厚さを推定する前に、上記修正された信号を正規化されていない値に変換する必要があり得る。
研磨装置１００は、厚さの各推定測定値に基づいて研磨終点を検出する（６０８）、及び／又は研磨パラメータを修正する。
図９は、ニューラルネットワーク５００を使用して厚さの推定測定値を生成するための例示的なプロセス７００のフロー図である。プロセス７００は、コントローラ１９０によって実施され得る。
コントローラは、ある群の位置の各位置の測定信号値を受信する（７０２）。位置は、基板全体に広がり得る。コントローラ１９０は、どの位置が基板のエッジ領域に対応し、どの位置がアンカ領域に対応し、またどの位置が中央領域に対応するかを識別する（７０４）。幾つかの実施形態では、アンカ位置は、基板のエッジから離間している。
次に、コントローラは、測定信号値に利得を適用する（７０６）。この利得は、基板のエッジ領域、アンカ領域、及び中央領域からの測定値を含む、すべての信号値に適用され得る。
コントローラは、信号の一部を選択する（７０８）。選択された部分は、アンカ領域及びエッジ領域に対応する測定値であり得る。
オプションとして、コントローラ１９０は、例えば、選択された部分の各測定信号値をアンカ位置の測定信号強度で割ることによって、アンカ位置の測定信号強度に基づいて、選択された部分の各測定信号値を正規化し（７１０）、測定信号を更新し得る。
更に、コントローラ１９０は、研磨パッドの厚さに基づいて、選択された部分の各測定（及びオプションで正規化）信号値を調整し得る（７１２）。例えば、パッド摩耗のガウス関数を使用して信号に対して畳み込みを実行し得る。
次に、コントローラ１９０は、ニューラルネットワーク５００を介して更新された測定信号値を処理して、各調整された信号に対して修正された信号値を生成する（７１４）。測定信号値がアンカ領域の信号強度で割ることによって正規化された場合、コントローラ１９０は、アンカ位置の測定信号強度を使用して、例えば、各測定信号値にアンカ位置の測定信号強度を乗算することによって、修正された信号値を再び正規化されていない調整された信号値に変換し（７１６）、測定信号値を更新し得る。ただし、測定信号値が正規化されていない場合は、このステップを省略できる。
次に、基板全体のフルスキャンを表す信号を、信号の選択された部分の修正された信号値及び選択されなかった部分（すなわち、残り）の元の測定信号値から構築し得る（７１８）。幾つかの実装態様では、例えば、測定の位置に基づいて重み付けされた平均を使用して、修正された信号値を修正されていない信号値と組み合わせて、組み合わせ信号値を生成し得る。
次に、コントローラ１９０は、信号値（修正された、又は元の、又は組み合わされた）を使用して、例えば相関関数を使用して、各位置の厚さの推定測定値を生成する（図７のステップ６０６を参照）。そうすることにより、コントローラ１９０は、修正された信号値を使用して、ニューラルネットワーク５００に入力された測定値の群の位置の各位置の厚さの推定測定値を生成する。
図１０は、一群の測定信号の修正された信号を生成するようにニューラルネットワーク５００を訓練するための例示的なプロセス８００のフロー図である。プロセス８００は、ニューラルネットワーク５００を訓練するように構成された１又は複数のコンピュータのシステムによって実施され得る。
システムは、基板の群の位置の各位置の測定信号を含む入力値に基づいて、ニューラルネットワーク５００によって生成された厚さの推定測定値を取得する（８０２）。システムはまた、その群の位置の各位置の厚さのグランドトルース測定値も取得する（８０４）。システムは、４点プローブ法等の電気インピーダンス測定法を使用して、厚さのグランドトルース測定値を生成し得る。
システムは、厚さの推定測定値と厚さのグランドトルース測定値との間の誤差の測定値を計算し（８０６）、誤差の測定値に基づいてニューラルネットワーク５００の１又は複数のパラメータを更新する。これを行うため、システムは、バックプロパゲーションを用いた傾斜降下を使用する訓練アルゴリズムを使用し得る。
モニタシステムは、様々な研磨システムで使用され得る。研磨パッド、又はキャリアヘッド、又はその両方を移動させて、研磨面と基板との間に相対運動を付与し得る。研磨パッドは、プラテンに固定された円形（又はその他の形の）パッド、供給ローラと巻き取りローラとの間に延在するテープ、又は連続ベルトであり得る。研磨パッドは、プラテンに貼り付ける、研磨工程間にプラテン上を段階的に前進させる、又は研磨中にプラテン上で連続的に駆動させることができる。パッドは、研磨中にプラテンに固定され得る、又は研磨中にプラテンと研磨パッドとの間に流体ベアリングが存在し得る。研磨パッドは、標準（例：充填材有無にかかわらずポリウレタン）のラフパッド、ソフトパッド、又は固定研磨パッドであり得る。
上記の説明は渦電流モニタシステムに焦点を当てているが、補正技法は、基板のエッジをスキャンする他の種類のモニタシステム、例えば光学モニタシステムに適用され得る。更に、上記の説明は研磨システムに焦点を当てているが、補正技法は、基板のエッジをスキャンするインシトゥモニタシステムを含む、他の種類の基板処理システム、例えば、堆積又はエッチングシステムに適用され得る。
本明細書で説明した機能動作は、デジタル電子回路、又はコンピュータソフトウェア、ファームウェア、又はハードウェアに実装され得、これには、本明細書に開示されている構造的手段とその構造的同等物、又はそれらの組み合わせが含まれる。実施形態は、１又は複数のコンピュータプログラム製品として、すなわち、例えば、プログラマブルプロセッサ、コンピュータ、又は複数のプロセッサ又はコンピュータ等のデータ処理装置によって実行される、又はそれらの動作を制御する非一過性の機械可読記憶媒体又は伝搬信号等の情報キャリアにおいて有形に実施される１又は複数のコンピュータプログラムとして実装され得る。コンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとしても知られる）は、コンパイル型言語又は解釈された言語を含む、任意の形式のプログラミング言語で書かれ得、幾つかのスタンドアロンプログラムとして、又はモジュール、コンポーネント、サブルーチン、又は計算環境での使用に適した他のユニット等を含む、任意の形式で展開され得る。コンピュータプログラムは必ずしもファイルに対応しているわけではない。プログラムは、他のプログラム又はデータを保持するファイルの一部、当プログラム専用の単一のファイル、又は複数の調整されたファイル（例えば、１又は複数のモジュール、サブプログラム、又はコードの一部を保存するファイル）に保存され得る。コンピュータプログラムを展開して、１つのコンピュータ又は１つのサイトの複数のコンピュータで実行する、又は複数のサイトに分散して通信ネットワークで相互接続させることが可能である。
本明細書に記載のプロセス及び論理フローは、１又は複数のコンピュータプログラムを実行する１又は複数のプログラマブルプロセッサによって実行され、入力データを操作して出力を生成することによって機能を実行することが可能である。プロセス及び論理フローは、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）等の専用論理回路によっても実行することができ、装置をＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）等の専用論理回路として実装することも可能である。
幾つかの実施形態を説明してきたが、それにもかかわらず、本開示の精神及び範囲から逸脱することなく様々な修正を行うことができることを理解されたい。したがって、他の実施形態も以下の特許請求の範囲内にある。

Claims (15)

  1. １又は複数のコンピュータによって実行されると、前記１又は複数のコンピュータに、
    インシトゥモニタシステムからデータを受信することであって、前記データは、研磨パッドによって研磨されている基板の層の前記インシトゥモニタシステムのセンサの複数のスキャンの各スキャンにおいて、前記層上の複数の異なる位置の複数の測定信号値を含む、インシトゥモニタシステムからデータを受信することと、
    前記インシトゥモニタシステムからの前記データに基づいて前記研磨パッドの厚さを決定することと、
    複数の調整された信号値を得るために、前記複数のスキャンの各スキャンにおいて、前記研磨パッドの厚さに基づいて前記複数の測定信号値の少なくとも一部を調整することと、
    前記複数の異なる位置における厚さを表す複数の値が得られるように、前記複数のスキャンの各スキャンにおいて、前記複数の異なる位置の各位置に対し、前記位置における前記層の厚さを表す値を生成することであって、前記生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも前記複数の調整された信号値を処理することを含む、前記位置における前記層の厚さを表す値を生成することと、
    前記複数の異なる位置における厚さを表す前記複数の値に基づいて、研磨終点を検出すること、又は研磨パラメータを修正することのうちの少なくとも１つを行うことと
    を含む工程を実施させる命令で符号化されたコンピュータ記憶媒体であって、
    前記研磨パッドの厚さを決定することは、前記基板の利得を決定することと、利得の関数としてパッドの厚さ値を提供する相関関数から前記研磨パッドの厚さを決定することとを含み、
    前記基板の利得を決定することは、前記層の研磨工程の初期部分で発生する複数のスキャンにおける厚さを表す複数の値に基づいて、前記層の推定開始厚さ値を決定することと、研磨前に前記層の初期厚さ値を受信することと、前記推定開始厚さ値を測定開始厚さ値と比較することとを含む、コンピュータ記憶媒体。
  2. 前記センサから複数の未処理厚さ値を受信することを含み、前記工程は、前記利得を決定した後、前記複数の測定信号値を生成するために、前記複数の未処理厚さ値に前記利得を乗算することを含む、請求項１に記載のコンピュータ記憶媒体。
  3. 前記複数の測定信号値の少なくとも一部を調整することは、前記複数の測定信号値の前記少なくとも一部に対して畳み込みを実行することを含む、請求項１に記載のコンピュータ記憶媒体。
  4. 前記層上の前記複数の異なる位置が、前記基板のエッジ領域内の少なくとも１つのエッジ位置、前記基板の中央領域内の少なくとも１つの中央位置、及び前記中央領域と前記エッジ領域との間のアンカ領域内の少なくとも１つのアンカ位置を含む、請求項１に記載のコンピュータ記憶媒体。
  5. 前記複数の測定信号値の前記少なくとも一部が、前記エッジ領域に対応する測定信号値を含み、前記アンカ領域に対応する測定信号値を含み、前記中央領域に対応する測定信号値を含まない、請求項４に記載のコンピュータ記憶媒体。
  6. 少なくとも前記複数の調整された信号値を前記処理することは、修正された信号値を出力することを含む、請求項１に記載のコンピュータ記憶媒体。
  7. 前記複数の測定信号値の前記少なくとも一部が、全ての前記複数の測定信号値よりも小さい、請求項６に記載のコンピュータ記憶媒体。
  8. 前記工程は、複数の前記修正された信号値に基づく厚さを表す前記複数の値からの第１の群の値と、前記複数の測定信号値の前記一部に含まれない残りの測定信号値に基づく厚さを表す前記複数の値からの第２の群の値とを計算することを含む、請求項７に記載のコンピュータ記憶媒体。
  9. 前記第１の群の値は、前記基板のエッジ領域内の位置からの値を含み、前記第２の群の値は、前記基板の中央領域内の位置からの値を含む、請求項８に記載のコンピュータ記憶媒体。
  10. 前記工程は、前記複数の調整された信号値をニューラルネットワークに入力することによって、少なくとも前記複数の調整された信号値を処理することを含む、請求項６に記載のコンピュータ記憶媒体。
  11. 研磨システムであって、
    研磨パッドの支持体と、
    基板を前記研磨パッドと接触させて保持するためのキャリアと、
    センサを有するインシトゥモニタシステムと、
    前記センサが前記基板全体に複数のスキャンを行うように前記センサと前記基板との間の相対運動を生成するモータであって、前記インシトゥモニタシステムは、前記複数のスキャンの各スキャンにおいて、前記基板の層上の複数の異なる位置の複数の測定信号値を含むデータを生成するように構成される、モータと、
    コントローラであって、
    前記インシトゥモニタシステムから前記データを受信し、
    前記インシトゥモニタシステムからの前記データに基づいて前記研磨パッドの厚さを決定し、
    複数の調整された信号値を得るために、前記複数のスキャンの各スキャンにおいて、前記研磨パッドの厚さに基づいて前記複数の測定信号値の少なくとも一部を調整し、
    前記複数の異なる位置における厚さを表す複数の値が得られるように、前記複数のスキャンの各スキャンにおいて、前記複数の異なる位置の各位置に対して、前記位置における前記層の厚さを表す値を生成し、前記生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも前記複数の調整された信号値を処理することを含む、前記位置における前記層の厚さを表す値を生成し、
    前記複数の異なる位置における厚さを表す前記複数の値に基づいて、研磨終点を検出すること、又は研磨パラメータを修正することのうちの少なくとも１つを行う
    ように構成されたコントローラと
    を備え、
    前記研磨パッドの厚さを決定することは、前記基板の利得を決定することと、利得の関数としてパッドの厚さ値を提供する相関関数から前記研磨パッドの厚さを決定することとを含み、
    前記基板の利得を決定することは、前記層の研磨工程の初期部分で発生する複数のスキャンにおける厚さを表す複数の値に基づいて、前記層の推定開始厚さ値を決定することと、研磨前に前記層の初期厚さ値を受信することと、前記推定開始厚さ値を測定開始厚さ値と比較することとを含む、研磨システム。
  12. 前記インシトゥモニタシステムが、渦電流モニタシステムを含む、請求項１１に記載のシステム。
  13. 基板を研磨する方法であって、
    前記基板を研磨パッドと接触させることと、
    前記基板上の層を研磨するために、前記基板を前記研磨パッドに対して移動させることと、
    インシトゥモニタシステムのセンサを用いて研磨ステーションにおける研磨中に前記層をモニタリングすることであって、前記センサは前記基板に対して移動して前記基板全体に前記センサの複数のスキャンを提供し、前記インシトゥモニタシステムは前記複数のスキャンの各スキャンにおいて、前記層上の複数の異なる位置の複数の測定信号値を含むデータを生成する、前記インシトゥモニタシステムのセンサを用いて研磨ステーションにおける研磨中に前記層をモニタリングすることと、
    前記インシトゥモニタシステムからの前記データに基づいて前記研磨パッドの厚さを決定することと、
    複数の調整された信号値を得るために、前記複数のスキャンの各スキャンにおいて、前記研磨パッドの厚さに基づいて前記複数の測定信号値の少なくとも一部を調整することと、
    前記複数の異なる位置における厚さを表す複数の値が得られるように、前記複数のスキャンの各スキャンにおいて、前記複数の異なる位置の各位置に対し、前記位置における前記層の厚さを表す値を生成することであって、前記生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも前記複数の調整された信号値を処理することを含む、前記位置における前記層の厚さを表す値を生成することと、
    前記複数の異なる位置における厚さを表す前記複数の値に基づいて、研磨終点を検出すること、又は研磨パラメータを修正することのうちの少なくとも１つを行うことと
    を含み、
    前記研磨パッドの厚さを決定することは、前記基板の利得を決定することと、利得の関数としてパッドの厚さ値を提供する相関関数から前記研磨パッドの厚さを決定することとを含み、
    前記基板の利得を決定することは、前記層の研磨工程の初期部分で発生する複数のスキャンにおける厚さを表す複数の値に基づいて、前記層の推定開始厚さ値を決定することと、研磨前に前記層の初期厚さ値を受信することと、前記推定開始厚さ値を測定開始厚さ値と比較することとを含む、方法。
  14. １又は複数のコンピュータによって実行されると、前記１又は複数のコンピュータに、
    インシトゥモニタシステムからデータを受信することであって、前記データは、研磨パッドによって研磨されている基板の層の前記インシトゥモニタシステムのセンサの複数のスキャンの各スキャンにおいて、前記層上の複数の異なる位置の複数の測定信号値を含む、インシトゥモニタシステムからデータを受信することと、
    前記インシトゥモニタシステムからの前記データに基づいて前記研磨パッドの厚さを決定することと、
    複数の調整された信号値を得るために、前記複数のスキャンの各スキャンにおいて、前記研磨パッドの厚さに基づいて前記複数の測定信号値の少なくとも一部を調整することと、
    前記複数の異なる位置における厚さを表す複数の値が得られるように、前記複数のスキャンの各スキャンにおいて、前記複数の異なる位置の各位置に対し、前記位置における前記層の厚さを表す値を生成することであって、前記生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも前記複数の調整された信号値を処理することを含む、前記位置における前記層の厚さを表す値を生成することと、
    前記複数の異なる位置における厚さを表す前記複数の値に基づいて、研磨終点を検出すること、又は研磨パラメータを修正することのうちの少なくとも１つを行うことと
    を含む工程を実施させる命令で符号化されたコンピュータ記憶媒体であって、
    前記複数の測定信号値の少なくとも一部を調整することは、前記複数の測定信号値の前記少なくとも一部に対して畳み込みを実行することを含む、コンピュータ記憶媒体。
  15. １又は複数のコンピュータによって実行されると、前記１又は複数のコンピュータに、
    インシトゥモニタシステムからデータを受信することであって、前記データは、研磨パッドによって研磨されている基板の層の前記インシトゥモニタシステムのセンサの複数のスキャンの各スキャンにおいて、前記層上の複数の異なる位置の複数の測定信号値を含む、インシトゥモニタシステムからデータを受信することと、
    前記インシトゥモニタシステムからの前記データに基づいて前記研磨パッドの厚さを決定することと、
    複数の調整された信号値を得るために、前記複数のスキャンの各スキャンにおいて、前記研磨パッドの厚さに基づいて前記複数の測定信号値の少なくとも一部を調整することと、
    前記複数の異なる位置における厚さを表す複数の値が得られるように、前記複数のスキャンの各スキャンにおいて、前記複数の異なる位置の各位置に対し、前記位置における前記層の厚さを表す値を生成することであって、前記生成することは、機械学習によって構成された１又は複数のプロセッサを使用して、少なくとも前記複数の調整された信号値を処理することを含む、前記位置における前記層の厚さを表す値を生成することと、
    前記複数の異なる位置における厚さを表す前記複数の値に基づいて、研磨終点を検出すること、又は研磨パラメータを修正することのうちの少なくとも１つを行うことと
    を含む工程を実施させる命令で符号化されたコンピュータ記憶媒体であって、
    前記層上の前記複数の異なる位置が、前記基板のエッジ領域内の少なくとも１つのエッジ位置、前記基板の中央領域内の少なくとも１つの中央位置、及び前記中央領域と前記エッジ領域との間のアンカ領域内の少なくとも１つのアンカ位置を含み、
    前記複数の測定信号値の前記少なくとも一部が、前記エッジ領域に対応する測定信号値を含み、前記アンカ領域に対応する測定信号値を含み、前記中央領域に対応する測定信号値を含まない、コンピュータ記憶媒体。
JP2020552818A 2018-04-03 2019-03-28 機械学習とパッドの厚さの補正を使用した研磨装置 Active JP7085639B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022091266A JP7441889B2 (ja) 2018-04-03 2022-06-06 機械学習とパッドの厚さの補正を使用した研磨装置

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862652286P 2018-04-03 2018-04-03
US62/652,286 2018-04-03
PCT/US2019/024687 WO2019195087A1 (en) 2018-04-03 2019-03-28 Polishing apparatus using machine learning and compensation for pad thickness

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022091266A Division JP7441889B2 (ja) 2018-04-03 2022-06-06 機械学習とパッドの厚さの補正を使用した研磨装置

Publications (2)

Publication Number Publication Date
JP2021519221A JP2021519221A (ja) 2021-08-10
JP7085639B2 true JP7085639B2 (ja) 2022-06-16

Family

ID=68055235

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2020552818A Active JP7085639B2 (ja) 2018-04-03 2019-03-28 機械学習とパッドの厚さの補正を使用した研磨装置
JP2022091266A Active JP7441889B2 (ja) 2018-04-03 2022-06-06 機械学習とパッドの厚さの補正を使用した研磨装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2022091266A Active JP7441889B2 (ja) 2018-04-03 2022-06-06 機械学習とパッドの厚さの補正を使用した研磨装置

Country Status (6)

Country Link
US (2) US11524382B2 (ja)
JP (2) JP7085639B2 (ja)
KR (3) KR102476372B1 (ja)
CN (2) CN111246970B (ja)
TW (2) TWI825075B (ja)
WO (1) WO2019195087A1 (ja)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI816620B (zh) 2017-04-21 2023-09-21 美商應用材料股份有限公司 使用神經網路來監測的拋光裝置
JP7019305B2 (ja) * 2017-04-26 2022-02-15 株式会社荏原製作所 渦電流センサのキャリブレーション方法
TWI825075B (zh) * 2018-04-03 2023-12-11 美商應用材料股份有限公司 針對墊子厚度使用機器學習及補償的拋光裝置、拋光系統、方法及電腦儲存媒體
TWI828706B (zh) 2018-06-20 2024-01-11 美商應用材料股份有限公司 用於原位電磁感應監控的基板摻雜補償的方法、電腦程式產品及研磨系統
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
JP7570004B2 (ja) * 2019-02-19 2024-10-21 パナソニックＩｐマネジメント株式会社 研磨加工システム、学習装置、学習装置の学習方法
WO2021231427A1 (en) * 2020-05-14 2021-11-18 Applied Materials, Inc. Technique for training neural network for use in in-situ monitoring during polishing and polishing system
WO2021262450A1 (en) 2020-06-24 2021-12-30 Applied Materials, Inc. Determination of substrate layer thickness with polishing pad wear compensation
US11693435B2 (en) * 2020-06-25 2023-07-04 Applied Materials, Inc. Ethercat liquid flow controller communication for substrate processing systems
JP7494092B2 (ja) * 2020-11-02 2024-06-03 株式会社荏原製作所 研磨装置及び研磨方法
US12237158B2 (en) 2020-11-24 2025-02-25 Applied Materials, Inc. Etch feedback for control of upstream process
US11794302B2 (en) 2020-12-15 2023-10-24 Applied Materials, Inc. Compensation for slurry composition in in-situ electromagnetic inductive monitoring
US20220193858A1 (en) * 2020-12-18 2022-06-23 Applied Materials, Inc. Adaptive slurry dispense system
US11709477B2 (en) 2021-01-06 2023-07-25 Applied Materials, Inc. Autonomous substrate processing system
KR102352972B1 (ko) * 2021-01-13 2022-01-18 성균관대학교산학협력단 폴리싱 패드 컨디셔닝 시뮬레이션 방법 및 장치
CN112936085B (zh) * 2021-02-04 2022-09-16 华海清科股份有限公司 一种化学机械抛光控制方法及控制系统
JP7682641B2 (ja) * 2021-02-22 2025-05-26 株式会社荏原製作所 基板処理装置
KR20230150383A (ko) * 2021-03-05 2023-10-30 어플라이드 머티어리얼스, 인코포레이티드 리테이닝 링들을 분류하기 위한 기계 학습
JP2022180125A (ja) * 2021-05-24 2022-12-06 株式会社荏原製作所 基板処理装置および基板処理方法
US20220384221A1 (en) * 2021-05-28 2022-12-01 Applied Materials, Inc. Displacement measurements in semiconductor wafer processing
US11969140B2 (en) * 2021-06-22 2024-04-30 Micron Technology, Inc. Surface cleaning
CN114589617B (zh) * 2022-03-03 2022-10-21 清华大学 金属膜厚测量方法、膜厚测量装置和化学机械抛光设备
EP4364890B1 (en) * 2022-11-03 2025-07-02 Hangzhou Sizone Electronic Technology Inc. Electrochemical mechanical polishing and planarization equipment for processing conductive wafer substrate
WO2024150473A1 (ja) * 2023-01-13 2024-07-18 株式会社Ihi 渦電流探傷装置、及び渦電流探傷方法
JPWO2024150472A1 (ja) * 2023-01-13 2024-07-18
US20240371646A1 (en) * 2023-05-01 2024-11-07 Applied Materials, Inc. Process control method for pattern wafer index polishing
CN117697613B (zh) * 2023-12-22 2024-05-07 上海强华实业股份有限公司 应用于石英产品研磨设备的识别与研磨控制方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004525521A (ja) 2001-05-02 2004-08-19 アプライド　マテリアルズ　インコーポレイテッド 光学および渦電流モニタリングによる統合終点検出システム
JP2005518654A (ja) 2001-06-19 2005-06-23 アプライド マテリアルズ インコーポレイテッド ウェハ特性の制御方法及びその制御システム
JP2007083359A (ja) 2005-09-22 2007-04-05 Canon Inc 研磨方法
US20080057830A1 (en) 1999-04-01 2008-03-06 Molnar Charles J Advanced workpiece finishing
WO2008032753A1 (en) 2006-09-12 2008-03-20 Ebara Corporation Polishing apparatus and polishing method
JP2011164110A (ja) 1999-12-23 2011-08-25 Kla-Tencor Corp 渦電流測定あるいは光学測定を利用して、メタライゼーション処理を実状態で監視する方法
JP2012506152A (ja) 2008-10-16 2012-03-08 アプライド マテリアルズ インコーポレイテッド 渦電流利得の補償
JP2014096585A (ja) 2012-11-08 2014-05-22 Applied Materials Inc 細長い領域のモニタリングを用いるインシトゥモニタシステム

Family Cites Families (95)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5433651A (en) 1993-12-22 1995-07-18 International Business Machines Corporation In-situ endpoint detection and process monitoring method and apparatus for chemical-mechanical polishing
EP0738561B1 (en) * 1995-03-28 2002-01-23 Applied Materials, Inc. Apparatus and method for in-situ endpoint detection and monitoring for chemical mechanical polishing operations
US5660672A (en) 1995-04-10 1997-08-26 International Business Machines Corporation In-situ monitoring of conductive films on semiconductor wafers
US5559428A (en) 1995-04-10 1996-09-24 International Business Machines Corporation In-situ monitoring of the change in thickness of films
AU1145797A (en) 1995-12-05 1997-06-27 Skf Condition Monitoring Driver for eddy current proximity probe
US5644221A (en) 1996-03-19 1997-07-01 International Business Machines Corporation Endpoint detection for chemical mechanical polishing using frequency or amplitude mode
JPH1076464A (ja) 1996-08-30 1998-03-24 Canon Inc 研磨方法及びそれを用いた研磨装置
US6159073A (en) 1998-11-02 2000-12-12 Applied Materials, Inc. Method and apparatus for measuring substrate layer thickness during chemical mechanical polishing
US6280289B1 (en) 1998-11-02 2001-08-28 Applied Materials, Inc. Method and apparatus for detecting an end-point in chemical mechanical polishing of metal layers
WO2000026613A1 (en) 1998-11-02 2000-05-11 Applied Materials, Inc. Optical monitoring of radial ranges in chemical mechanical polishing a metal layer on a substrate
US6172756B1 (en) 1998-12-11 2001-01-09 Filmetrics, Inc. Rapid and accurate end point detection in a noisy environment
US6190234B1 (en) 1999-01-25 2001-02-20 Applied Materials, Inc. Endpoint detection with light beams of different wavelengths
US6179709B1 (en) 1999-02-04 2001-01-30 Applied Materials, Inc. In-situ monitoring of linear substrate polishing operations
TW466153B (en) 1999-06-22 2001-12-01 Applied Materials Inc Method and apparatus for measuring a pad profile and closed loop control of a pad conditioning process
US6399501B2 (en) 1999-12-13 2002-06-04 Applied Materials, Inc. Method and apparatus for detecting polishing endpoint with optical monitoring
US6433541B1 (en) 1999-12-23 2002-08-13 Kla-Tencor Corporation In-situ metalization monitoring using eddy current measurements during the process for removing the film
US6707540B1 (en) 1999-12-23 2004-03-16 Kla-Tencor Corporation In-situ metalization monitoring using eddy current and optical measurements
KR100718737B1 (ko) 2000-01-17 2007-05-15 가부시키가이샤 에바라 세이사꾸쇼 폴리싱 장치
US6407546B1 (en) 2000-04-07 2002-06-18 Cuong Duy Le Non-contact technique for using an eddy current probe for measuring the thickness of metal layers disposed on semi-conductor wafer products
US6924641B1 (en) 2000-05-19 2005-08-02 Applied Materials, Inc. Method and apparatus for monitoring a metal layer during chemical mechanical polishing
JP3916375B2 (ja) 2000-06-02 2007-05-16 株式会社荏原製作所 ポリッシング方法および装置
JP3832198B2 (ja) 2000-06-16 2006-10-11 日本電気株式会社 半導体ウェハの研磨終点検出方法ならびにその装置
US6626736B2 (en) 2000-06-30 2003-09-30 Ebara Corporation Polishing apparatus
US6878038B2 (en) 2000-07-10 2005-04-12 Applied Materials Inc. Combined eddy current sensing and optical monitoring for chemical mechanical polishing
US6602724B2 (en) 2000-07-27 2003-08-05 Applied Materials, Inc. Chemical mechanical polishing of a metal layer with polishing rate monitoring
US6829559B2 (en) 2000-09-20 2004-12-07 K.L.A.-Tencor Technologies Methods and systems for determining a presence of macro and micro defects on a specimen
US6923711B2 (en) 2000-10-17 2005-08-02 Speedfam-Ipec Corporation Multizone carrier with process monitoring system for chemical-mechanical planarization tool
KR100423909B1 (ko) * 2000-11-23 2004-03-24 삼성전자주식회사 화학적 기계적 평탄화 기계의 폴리싱 헤드 및 그것을이용한 폴리싱방법
TWI221435B (en) 2001-01-20 2004-10-01 Guo-Jen Wang Method for optimizing timing control process parameters in chemical mechanical polishing
US6564116B2 (en) 2001-04-06 2003-05-13 Gou-Jen Wang Method for determining efficiently parameters in chemical-mechanical polishing (CMP)
US6676482B2 (en) 2001-04-20 2004-01-13 Speedfam-Ipec Corporation Learning method and apparatus for predictive determination of endpoint during chemical mechanical planarization using sparse sampling
US7082345B2 (en) 2001-06-19 2006-07-25 Applied Materials, Inc. Method, system and medium for process control for the matching of tools, chambers and/or other semiconductor-related entities
US6594024B1 (en) * 2001-06-21 2003-07-15 Advanced Micro Devices, Inc. Monitor CMP process using scatterometry
JP5027377B2 (ja) * 2001-06-26 2012-09-19 アプライド マテリアルズ インコーポレイテッド 化学的機械研磨のためのエンドポイント検出システム
US6618130B2 (en) 2001-08-28 2003-09-09 Speedfam-Ipec Corporation Method and apparatus for optical endpoint detection during chemical mechanical polishing
US6821794B2 (en) 2001-10-04 2004-11-23 Novellus Systems, Inc. Flexible snapshot in endpoint detection
WO2003066282A2 (en) 2002-02-04 2003-08-14 Kla-Tencor Technologies Corp. Systems and methods for characterizing a polishing process
US6894491B2 (en) 2002-12-23 2005-05-17 Lam Research Corporation Method and apparatus for metrological process control implementing complementary sensors
US7016795B2 (en) 2003-02-04 2006-03-21 Applied Materials Inc. Signal improvement in eddy current sensing
US6945845B2 (en) 2003-03-04 2005-09-20 Applied Materials, Inc. Chemical mechanical polishing apparatus with non-conductive elements
JP2005011977A (ja) 2003-06-18 2005-01-13 Ebara Corp 基板研磨装置および基板研磨方法
US7008296B2 (en) 2003-06-18 2006-03-07 Applied Materials, Inc. Data processing for monitoring chemical mechanical polishing
US7001243B1 (en) 2003-06-27 2006-02-21 Lam Research Corporation Neural network control of chemical mechanical planarization
US7271921B2 (en) 2003-07-23 2007-09-18 Kla-Tencor Technologies Corporation Method and apparatus for determining surface layer thickness using continuous multi-wavelength surface scanning
US7112960B2 (en) * 2003-07-31 2006-09-26 Applied Materials, Inc. Eddy current system for in-situ profile measurement
US7153185B1 (en) 2003-08-18 2006-12-26 Applied Materials, Inc. Substrate edge detection
US7025658B2 (en) 2003-08-18 2006-04-11 Applied Materials, Inc. Platen and head rotation rates for monitoring chemical mechanical polishing
US7097537B1 (en) 2003-08-18 2006-08-29 Applied Materials, Inc. Determination of position of sensor measurements during polishing
JP4451111B2 (ja) 2003-10-20 2010-04-14 株式会社荏原製作所 渦電流センサ
US7150673B2 (en) 2004-07-09 2006-12-19 Ebara Corporation Method for estimating polishing profile or polishing amount, polishing method and polishing apparatus
JP2005034992A (ja) * 2004-10-29 2005-02-10 Ebara Corp ポリッシングの終点検知方法
US7282909B2 (en) 2005-06-29 2007-10-16 Lam Research Corporation Methods and apparatus for determining the thickness of a conductive layer on a substrate
US7189140B1 (en) 2005-11-08 2007-03-13 Novellus Systems, Inc. Methods using eddy current for calibrating a CMP tool
US20070249071A1 (en) * 2006-04-21 2007-10-25 Lei Lian Neural Network Methods and Apparatuses for Monitoring Substrate Processing
US7494929B2 (en) 2006-04-27 2009-02-24 Applied Materials, Inc. Automatic gain control
KR100769566B1 (ko) * 2006-05-24 2007-10-23 중앙대학교 산학협력단 신경망을 이용한 박막 두께 측정 방법, 장치 및 이를 위한기록매체
EP2125291A4 (en) 2007-02-23 2013-08-07 Applied Materials Inc USE OF SPECTROS FOR THE DETERMINATION OF POLISHING POINTS
JP5080933B2 (ja) 2007-10-18 2012-11-21 株式会社荏原製作所 研磨監視方法および研磨装置
CN201166564Y (zh) 2008-01-17 2008-12-17 上海星纳电子科技有限公司 太阳能晶片无接触式测试系统
US8106651B2 (en) 2008-04-17 2012-01-31 Novellus Systems, Inc. Methods and apparatuses for determining thickness of a conductive layer
JP5513795B2 (ja) 2009-07-16 2014-06-04 株式会社荏原製作所 研磨方法および装置
JP5615831B2 (ja) 2008-11-14 2014-10-29 アプライド マテリアルズ インコーポレイテッドＡｐｐｌｉｅｄ Ｍａｔｅｒｉａｌｓ，Ｉｎｃｏｒｐｏｒａｔｅｄ 縁部分解能強化渦電流センサ
US20110124269A1 (en) 2009-07-16 2011-05-26 Mitsuo Tada Eddy current sensor and polishing method and apparatus
TW201201957A (en) 2010-01-29 2012-01-16 Applied Materials Inc High sensitivity real time profile control eddy current monitoring system
US8190285B2 (en) 2010-05-17 2012-05-29 Applied Materials, Inc. Feedback for polishing rate correction in chemical mechanical polishing
US8930013B2 (en) 2010-06-28 2015-01-06 Applied Materials, Inc. Adaptively tracking spectrum features for endpoint detection
JP5511600B2 (ja) * 2010-09-09 2014-06-04 株式会社荏原製作所 研磨装置
CN102278967A (zh) 2011-03-10 2011-12-14 清华大学 抛光液厚度测量装置、测量方法和化学机械抛光设备
US8367429B2 (en) 2011-03-10 2013-02-05 Taiwan Semiconductor Manufacturing Company, Ltd. Adaptive endpoint method for pad life effect on chemical mechanical polishing
US9023667B2 (en) 2011-04-27 2015-05-05 Applied Materials, Inc. High sensitivity eddy current monitoring system
JP6193623B2 (ja) * 2012-06-13 2017-09-06 株式会社荏原製作所 研磨方法及び研磨装置
US9275917B2 (en) 2013-10-29 2016-03-01 Applied Materials, Inc. Determination of gain for eddy current sensor
US9281253B2 (en) * 2013-10-29 2016-03-08 Applied Materials, Inc. Determination of gain for eddy current sensor
WO2015066058A1 (en) * 2013-10-29 2015-05-07 Applied Materials, Inc. Determination of gain for eddy current sensor
JP6030041B2 (ja) 2013-11-01 2016-11-24 株式会社荏原製作所 研磨装置および研磨方法
US9490186B2 (en) 2013-11-27 2016-11-08 Applied Materials, Inc. Limiting adjustment of polishing rates during substrate polishing
US9636797B2 (en) 2014-02-12 2017-05-02 Applied Materials, Inc. Adjusting eddy current measurements
KR101637540B1 (ko) * 2014-06-23 2016-07-08 주식회사 케이씨텍 화학 기계적 연마 장치
US9911664B2 (en) 2014-06-23 2018-03-06 Applied Materials, Inc. Substrate features for inductive monitoring of conductive trench depth
US9754846B2 (en) 2014-06-23 2017-09-05 Applied Materials, Inc. Inductive monitoring of conductive trench depth
US9662762B2 (en) * 2014-07-18 2017-05-30 Applied Materials, Inc. Modifying substrate thickness profiles
KR101655074B1 (ko) 2014-11-04 2016-09-07 주식회사 케이씨텍 화학 기계적 연마 장치 및 와전류 센서를 이용한 웨이퍼 도전층 두께 측정 방법
KR102437268B1 (ko) 2015-02-25 2022-08-29 주식회사 케이씨텍 화학 기계적 연마 시스템
US10478937B2 (en) 2015-03-05 2019-11-19 Applied Materials, Inc. Acoustic emission monitoring and endpoint for chemical mechanical polishing
US9676075B2 (en) 2015-06-12 2017-06-13 Globalfoundries Inc. Methods and structures for achieving target resistance post CMP using in-situ resistance measurements
KR101684842B1 (ko) * 2015-10-27 2016-12-20 주식회사 케이씨텍 화학 기계적 연마 장치
TW201819107A (zh) 2016-08-26 2018-06-01 美商應用材料股份有限公司 用於化學機械研磨的研磨墊厚度監測
US11199605B2 (en) 2017-01-13 2021-12-14 Applied Materials, Inc. Resistivity-based adjustment of measurements from in-situ monitoring
TWI816620B (zh) 2017-04-21 2023-09-21 美商應用材料股份有限公司 使用神經網路來監測的拋光裝置
CN107369635B (zh) * 2017-06-06 2020-06-09 上海集成电路研发中心有限公司 一种基于深度学习的智能半导体装备系统
TWI783037B (zh) 2017-09-25 2022-11-11 美商應用材料股份有限公司 使用機器學習方式以產生製程控制參數的半導體製造
TWI825075B (zh) * 2018-04-03 2023-12-11 美商應用材料股份有限公司 針對墊子厚度使用機器學習及補償的拋光裝置、拋光系統、方法及電腦儲存媒體
US20210379723A1 (en) 2018-09-26 2021-12-09 Applied Materials, Inc. Compensation for substrate doping in edge reconstruction for in-situ electromagnetic inductive monitoring
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
WO2021262450A1 (en) 2020-06-24 2021-12-30 Applied Materials, Inc. Determination of substrate layer thickness with polishing pad wear compensation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080057830A1 (en) 1999-04-01 2008-03-06 Molnar Charles J Advanced workpiece finishing
JP2011164110A (ja) 1999-12-23 2011-08-25 Kla-Tencor Corp 渦電流測定あるいは光学測定を利用して、メタライゼーション処理を実状態で監視する方法
JP2004525521A (ja) 2001-05-02 2004-08-19 アプライド　マテリアルズ　インコーポレイテッド 光学および渦電流モニタリングによる統合終点検出システム
JP2005518654A (ja) 2001-06-19 2005-06-23 アプライド マテリアルズ インコーポレイテッド ウェハ特性の制御方法及びその制御システム
JP2007083359A (ja) 2005-09-22 2007-04-05 Canon Inc 研磨方法
WO2008032753A1 (en) 2006-09-12 2008-03-20 Ebara Corporation Polishing apparatus and polishing method
JP2012506152A (ja) 2008-10-16 2012-03-08 アプライド マテリアルズ インコーポレイテッド 渦電流利得の補償
JP2014096585A (ja) 2012-11-08 2014-05-22 Applied Materials Inc 細長い領域のモニタリングを用いるインシトゥモニタシステム

Also Published As

Publication number Publication date
JP2022137014A (ja) 2022-09-21
KR102476372B1 (ko) 2022-12-12
KR20230006912A (ko) 2023-01-11
CN114888715B (zh) 2024-06-18
KR20200128757A (ko) 2020-11-16
JP7441889B2 (ja) 2024-03-01
KR102697761B1 (ko) 2024-08-23
CN111246970A (zh) 2020-06-05
CN114888715A (zh) 2022-08-12
WO2019195087A1 (en) 2019-10-10
CN111246970B (zh) 2022-05-24
JP2021519221A (ja) 2021-08-10
US11524382B2 (en) 2022-12-13
US20230085787A1 (en) 2023-03-23
TWI845444B (zh) 2024-06-11
TWI825075B (zh) 2023-12-11
US20190299356A1 (en) 2019-10-03
TW202411017A (zh) 2024-03-16
TW201945118A (zh) 2019-12-01
KR20240093697A (ko) 2024-06-24

Similar Documents

Publication Publication Date Title
JP7085639B2 (ja) 機械学習とパッドの厚さの補正を使用した研磨装置
CN110537249B (zh) 使用神经网络来监测的抛光装置
KR102804472B1 (ko) 연마 동안의 인-시튜 모니터링에 사용하기 위한 신경망을 훈련시키기 위한 기법 및 연마 시스템
KR102732531B1 (ko) 연마 패드 마모 보상을 이용한 기판 층 두께의 결정

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201127

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211220

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220401

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220510

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220606

R150 Certificate of patent or registration of utility model

Ref document number: 7085639

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250