特開 2024-158610 研磨対象ではない誤ったワークピースを検出する方法、および光学的膜厚測定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024158610

(43)【公開日】2024-11-08

(54)【発明の名称】研磨対象ではない誤ったワークピースを検出する方法、および光学的膜厚測定装置

(51)【国際特許分類】

   H01L 21/304 20060101AFI20241031BHJP

   B24B 49/12 20060101ALI20241031BHJP

   B23Q 17/24 20060101ALI20241031BHJP

   G01B 11/06 20060101ALI20241031BHJP

【ＦＩ】

H01L21/304 622R

H01L21/304 621D

B24B49/12

B23Q17/24 Z

G01B11/06 Z

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

(21)【出願番号】P 2023073956

(22)【出願日】2023-04-28

(71)【出願人】

【識別番号】000000239

【氏名又は名称】株式会社荏原製作所

(74)【代理人】

【識別番号】100118500

【弁理士】

【氏名又は名称】廣澤 哲也

(74)【代理人】

【氏名又は名称】渡邉 勇

(74)【代理人】

【識別番号】100174089

【弁理士】

【氏名又は名称】郷戸 学

(74)【代理人】

【識別番号】100186749

【弁理士】

【氏名又は名称】金沢 充博

(72)【発明者】

【氏名】渡邉 夕貴

【テーマコード（参考）】

2F065

3C029

3C034

5F057

【Ｆターム（参考）】

2F065AA30

2F065BB03

2F065CC19

2F065GG03

2F065GG08

2F065LL02

2F065LL67

2F065QQ13

2F065QQ17

2F065QQ41

3C029EE12

3C029EE20

3C034AA19

3C034BB73

3C034BB93

3C034CA05

3C034CA22

3C034DD18

5F057AA20

5F057BA15

5F057CA12

5F057DA03

5F057GA12

5F057GA16

5F057GB02

5F057GB13

5F057GB20

(57)【要約】

【課題】研磨対象ではない誤ったワークピース（例えばウェーハ）を検出することができる方法を提供する。
【解決手段】本方法は、ワークピースＷの研磨前または研磨開始後にワークピースＷからの反射光の検査用スペクトルデータを作成し、検査用スペクトルデータをオートエンコーダに入力し、オートエンコーダから出力された出力データと、検査用スペクトルデータとの差を算定し、差がしきい値よりも大きいときに、検査用スペクトルデータの作成に使用されたワークピースＷは、研磨対象ではない誤ったワークピースであると判定する。
【選択図】図５

【特許請求の範囲】

【請求項1】

研磨対象ではない誤ったワークピースを検出する方法であって、
ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、
前記検査用スペクトルデータをオートエンコーダに入力し、前記オートエンコーダは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルであり、
前記オートエンコーダから出力された出力データと、前記検査用スペクトルデータとの差を算定し、
前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定する、方法。

【請求項2】

前記検査用スペクトルデータを作成する工程は、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成する工程である、請求項１に記載の方法。

【請求項3】

過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、
前記複数のグループのうちの１つに属する複数の指標スペクトルデータを含む前記訓練データを作成し、
前記訓練データを用いて前記機械学習を実行して前記学習済みモデルである前記オートエンコーダを構築することをさらに含み、
前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである、請求項１に記載の方法。

【請求項4】

研磨対象ではない誤ったワークピースを検出する方法であって、
研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータから基準スペクトルデータを決定し、
ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、
前記基準スペクトルデータと前記検査用スペクトルデータとの差を算定し、
前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定する、方法。

【請求項5】

前記検査用スペクトルデータを作成する工程は、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成する工程である、請求項４に記載の方法。

【請求項6】

前記差は、ユークリッド距離である、請求項４に記載の方法。

【請求項7】

前記基準スペクトルデータを決定する工程は、
過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、
前記複数のグループのうちの１つに属する複数の指標スペクトルデータから前記基準スペクトルデータを決定する工程を含み、
前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである、請求項４に記載の方法。

【請求項8】

前記複数の指標スペクトルデータを正規化して、複数の正規化された指標スペクトルデータを作成し、
前記検査用スペクトルデータを正規化して、正規化された検査用スペクトルデータを作成する工程をさらに含む、請求項４に記載の方法。

【請求項9】

ワークピースの膜厚を光学的に測定する光学的膜厚測定装置であって、
光を発する光源と、
前記光源から発せられた光を前記ワークピースに照射し、前記ワークピースからの反射光を受ける光学センサヘッドと、
前記ワークピースからの反射光のスペクトル測定データに基づいて、前記ワークピースの膜厚を決定する処理システムを備え、
前記処理システムは、
前記ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、
前記検査用スペクトルデータをオートエンコーダに入力し、前記オートエンコーダは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルであり、
前記オートエンコーダから出力された出力データと、前記検査用スペクトルデータとの差を算定し、
前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定するように構成されている、光学的膜厚測定装置。

【請求項10】

前記処理システムは、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成するように構成されている、請求項９に記載の光学的膜厚測定装置。

【請求項11】

前記処理システムは、
過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、
前記複数のグループのうちの１つに属する複数の指標スペクトルデータを含む前記訓練データを作成し、
前記訓練データを用いて前記機械学習を実行して前記学習済みモデルである前記オートエンコーダを構築するように構成されており、
前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである、請求項９に記載の光学的膜厚測定装置。

【請求項12】

ワークピースの膜厚を光学的に測定する光学的膜厚測定装置であって、
光を発する光源と、
前記光源から発せられた光を前記ワークピースに照射し、前記ワークピースからの反射光を受ける光学センサヘッドと、
前記ワークピースからの反射光のスペクトル測定データに基づいて、前記ワークピースの膜厚を決定する処理システムを備え、
前記処理システムは、
研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータから基準スペクトルデータを決定し、
前記ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、
前記基準スペクトルデータと前記検査用スペクトルデータとの差を算定し、
前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定するように構成されている、光学的膜厚測定装置。

【請求項13】

前記処理システムは、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成するように構成されている、請求項１２に記載の光学的膜厚測定装置。

【請求項14】

前記差は、ユークリッド距離である、請求項１２に記載の光学的膜厚測定装置。

【請求項15】

前記処理システムは、
過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、
前記複数のグループのうちの１つに属する複数の指標スペクトルデータから前記基準スペクトルデータを決定するように構成されており、
前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである、請求項１２に記載の光学的膜厚測定装置。

【請求項16】

前記処理システムは、
前記複数の指標スペクトルデータを正規化して、複数の正規化された指標スペクトルデータを作成し、
前記検査用スペクトルデータを正規化して、正規化された検査用スペクトルデータを作成するように構成されている、請求項１２に記載の光学的膜厚測定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ウェーハ、基板、パネルなどの半導体デバイスの製造に使用されるワークピースからの反射光のスペクトルに基づいて膜厚を測定する技術に関し、特に研磨対象ではない誤ったワークピースを検出する技術に関する。

【背景技術】

【0002】

半導体デバイスの製造プロセスには、ＳｉＯ_２などの絶縁膜を研磨する工程や、銅、タングステンなどの金属膜を研磨する工程などの様々な工程が含まれる。裏面照射型ＣＭＯＳセンサおよびシリコン貫通電極（ＴＳＶ）の製造工程では、絶縁膜や金属膜の研磨工程の他にも、シリコン層（シリコンウェーハ）を研磨する工程が含まれる。ウェーハの研磨は、その表面を構成する膜（絶縁膜、金属膜、シリコン層など）の厚さが所定の目標値に達したときに終了される。

【0003】

ウェーハの研磨は研磨装置を使用して行われる。絶縁膜やシリコン層などの非金属膜の膜厚を測定するために、研磨装置は、一般に、光学式膜厚測定装置を備える。この光学式膜厚測定装置は、光源から発せられた光をウェーハの表面に導き、ウェーハからの反射光のスペクトルを解析することで、ウェーハの膜厚を検出するように構成される。ウェーハの膜厚が目標値に達すると、ウェーハの研磨が終了される。

【0004】

ウェーハの研磨は、研磨装置に設定された研磨レシピに従って実行される。この研磨レシピは、ウェーハの種類ごとに異なるため、研磨対象のウェーハの種類に基づいて研磨レシピを変える必要がある。また、ウェーハの種類が異なると、ウェーハからの反射光のスペクトルも異なるため、研磨終点検出のための条件も異なる。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１８－１９４４２７号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

もし、研磨対象ではないウェーハ（すなわち、研磨装置に設定され研磨レシピに対応していない、種類が異なるウェーハ）が研磨装置内に搬入され、研磨装置によりウェーハが研磨されると、研磨レシピがそのウェーハには適していなく、かつ研磨終点検出が適切に実行されないため、そのウェーハに対して正常な研磨を行うことができない。

【0007】

そこで、本発明は、研磨対象ではない誤ったワークピース（例えばウェーハ）を検出することができる方法および光学的膜厚測定装置を提供する。

【課題を解決するための手段】

【0008】

一態様では、研磨対象ではない誤ったワークピースを検出する方法であって、ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、前記検査用スペクトルデータをオートエンコーダに入力し、前記オートエンコーダは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルであり、前記オートエンコーダから出力された出力データと、前記検査用スペクトルデータとの差を算定し、前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定する、方法が提供される。

【0009】

一態様では、前記検査用スペクトルデータを作成する工程は、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成する工程である。
一態様では、前記方法は、過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、前記複数のグループのうちの１つに属する複数の指標スペクトルデータを含む前記訓練データを作成し、前記訓練データを用いて前記機械学習を実行して前記学習済みモデルである前記オートエンコーダを構築することをさらに含み、前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである。

【0010】

一態様では、研磨対象ではない誤ったワークピースを検出する方法であって、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータから基準スペクトルデータを決定し、ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、前記基準スペクトルデータと前記検査用スペクトルデータとの差を算定し、前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定する、方法が提供される。

【0011】

一態様では、前記検査用スペクトルデータを作成する工程は、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成する工程である。
一態様では、前記差は、ユークリッド距離である。
一態様では、前記基準スペクトルデータを決定する工程は、過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、前記複数のグループのうちの１つに属する複数の指標スペクトルデータから前記基準スペクトルデータを決定する工程を含み、前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである。
一態様では、前記方法は、前記複数の指標スペクトルデータを正規化して、複数の正規化された指標スペクトルデータを作成し、前記検査用スペクトルデータを正規化して、正規化された検査用スペクトルデータを作成する工程をさらに含む。

【0012】

一態様では、ワークピースの膜厚を光学的に測定する光学的膜厚測定装置であって、光を発する光源と、前記光源から発せられた光を前記ワークピースに照射し、前記ワークピースからの反射光を受ける光学センサヘッドと、前記ワークピースからの反射光のスペクトル測定データに基づいて、前記ワークピースの膜厚を決定する処理システムを備え、前記処理システムは、前記ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、前記検査用スペクトルデータをオートエンコーダに入力し、前記オートエンコーダは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルであり、前記オートエンコーダから出力された出力データと、前記検査用スペクトルデータとの差を算定し、前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定するように構成されている、光学的膜厚測定装置が提供される。

【0013】

一態様では、前記処理システムは、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成するように構成されている。
一態様では、前記処理システムは、過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、前記複数のグループのうちの１つに属する複数の指標スペクトルデータを含む前記訓練データを作成し、前記訓練データを用いて前記機械学習を実行して前記学習済みモデルである前記オートエンコーダを構築するように構成されており、前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである。

【0014】

一態様では、ワークピースの膜厚を光学的に測定する光学的膜厚測定装置であって、光を発する光源と、前記光源から発せられた光を前記ワークピースに照射し、前記ワークピースからの反射光を受ける光学センサヘッドと、前記ワークピースからの反射光のスペクトル測定データに基づいて、前記ワークピースの膜厚を決定する処理システムを備え、前記処理システムは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータから基準スペクトルデータを決定し、前記ワークピースの研磨前または研磨開始後に前記ワークピースからの反射光の検査用スペクトルデータを作成し、前記基準スペクトルデータと前記検査用スペクトルデータとの差を算定し、前記差がしきい値よりも大きいときに、前記検査用スペクトルデータの作成に使用された前記ワークピースは、研磨対象ではない誤ったワークピースであると判定するように構成されている、光学的膜厚測定装置が提供される。

【0015】

一態様では、前記処理システムは、前記ワークピースの化学機械研磨の前に実行される前記ワークピースの水研磨中、または前記ワークピースの化学機械研磨の初期段階において、前記ワークピースからの反射光の検査用スペクトルデータを作成するように構成されている。
一態様では、前記差は、ユークリッド距離である。
一態様では、前記処理システムは、過去のワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、前記複数のグループのうちの１つに属する複数の指標スペクトルデータから前記基準スペクトルデータを決定するように構成されており、前記複数のグループのうちの１つに属する前記複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである。
一態様では、前記処理システムは、前記複数の指標スペクトルデータを正規化して、複数の正規化された指標スペクトルデータを作成し、前記検査用スペクトルデータを正規化して、正規化された検査用スペクトルデータを作成するように構成されている。

【発明の効果】

【0016】

オートエンコーダは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルである。より具体的には、指標スペクトルデータがオートエンコーダに入力されたときに、オートエンコーダは入力された指標スペクトルデータと実質的に同じデータを出力するように機械学習が行われる。研磨対象ではない誤ったワークピースからの反射光のスペクトルデータがオートエンコーダに入力されると、オートエンコーダは、入力されたスペクトルデータとは大きく異なるデータを出力する。したがって、入力された検査用スペクトルデータと、出力データとの差（再構成誤差ともいう）がしきい値よりも大きいときは、その検査用スペクトルデータの生成に使用されたワークピースは、研磨対象ではない誤ったワークピースであると判定することができる。

【0017】

同様に、予め定められた基準スペクトルデータと検査用スペクトルデータとの差がしきい値よりも大きいときは、その検査用スペクトルデータの生成に使用されたワークピースは、研磨対象ではない誤ったワークピースであると判定することができる。

【図面の簡単な説明】

【0018】

【図1】研磨装置の一実施形態を示す模式図である。

【図2】光学式膜厚測定装置の詳細な構成の一実施形態を示す断面図である。

【図3】スペクトル測定データの一例を示すグラフである。

【図4】オートエンコーダの一例を示す模式図である。

【図5】研磨対象である正しいワークピースからの反射光のスペクトルデータがオートエンコーダに入力されたときの一例を示す図である。

【図6】研磨対象でない誤ったワークピースからの反射光のスペクトルデータがオートエンコーダに入力されたときの一例を示す図である。

【図7】ワークピースが研磨対象でない誤ったワークピースであるか否かを判定する一実施形態を説明するフローチャートである。

【図8】複数のスペクトルデータがクラスタリングにより３つのグループに分けられる様子を示す図である。

【図9】ワークピースが研磨対象でない誤ったワークピースであるか否かを判定する他の実施形態を説明するフローチャートである。

【図10】図１０（ａ）は、正規化される前の複数の指標スペクトルデータの一例を示すグラフであり、図１０（ｂ）は、正規化された後の複数の指標スペクトルデータの一例を示すグラフである。

【図11】図１１（ａ）は、正規化される前の複数の指標スペクトルデータから決定された基準スペクトルデータと、正規化される前の検査用スペクトルデータとの差を定期的に算定した結果を示すグラフであり、図１１（ｂ）は、正規化された後の複数の指標スペクトルデータから決定された基準スペクトルデータと、正規化された後の検査用スペクトルデータとの差を定期的に算定した結果を示すグラフである。

【発明を実施するための形態】

【0019】

以下、本発明の実施形態について図面を参照して説明する。図１は、研磨装置の一実施形態を示す模式図である。図１に示すように、研磨装置は、研磨パッド２を支持する研磨テーブル３と、膜を有するワークピースＷを研磨パッド２に押し付ける研磨ヘッド１と、研磨テーブル３を回転させるテーブルモータ６と、研磨パッド２上にスラリーなどの研磨液を供給するための液体供給ノズル５と、研磨装置の動作を制御するための動作制御部９を備えている。研磨パッド２の上面は、ワークピースＷを研磨する研磨面２ａを構成する。ワークピースＷの例としては、半導体デバイスの製造に使用されるウェーハ、基板（円形基板、多角形基板）、パネルなどが挙げられる。

【0020】

研磨ヘッド１はヘッドシャフト１０に連結されており、ヘッドシャフト１０は図示しない研磨ヘッドモータに連結されている。研磨ヘッドモータは、研磨ヘッド１をヘッドシャフト１０とともに矢印で示す方向に回転させる。研磨テーブル３はテーブルモータ６に連結されており、テーブルモータ６は研磨テーブル３および研磨パッド２を矢印で示す方向に回転させるように構成されている。研磨ヘッド１、研磨ヘッドモータ、液体供給ノズル５、およびテーブルモータ６は動作制御部９に接続されている。

【0021】

ワークピースＷは次のようにして研磨される。研磨テーブル３および研磨ヘッド１を図１の矢印で示す方向に回転させながら、液体供給ノズル５から研磨液が研磨テーブル３上の研磨パッド２の研磨面２ａに供給される。ワークピースＷは研磨ヘッド１によって回転されながら、研磨パッド２上に研磨液が存在した状態でワークピースＷは研磨ヘッド１によって研磨パッド２の研磨面２ａに押し付けられる。ワークピースＷの表面は、研磨液の化学的作用と、研磨液に含まれる砥粒および／または研磨パッド２の機械的作用により研磨される。このような研磨液（例えばスラリー）を用いたワークピースＷの研磨は、ワークピースＷの化学機械研磨である。

【0022】

動作制御部９は、プログラムが格納された記憶装置９ａと、プログラムに含まれる命令に従って演算を実行する演算装置９ｂを備えている。動作制御部９は、少なくとも１台のコンピュータから構成される。記憶装置９ａは、ランダムアクセスメモリ（ＲＡＭ）などの主記憶装置と、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）などの補助記憶装置を備えている。演算装置９ｂの例としては、ＣＰＵ（中央処理装置）、ＧＰＵ（グラフィックプロセッシングユニット）が挙げられる。ただし、動作制御部９の具体的構成はこれらの例に限定されない。

【0023】

研磨装置は、ワークピースＷの膜の厚さを測定する光学式膜厚測定装置２０を備えている。光学式膜厚測定装置２０は、光を発する光源２２と、光源２２の光をワークピースＷに照射し、ワークピースＷからの反射光を受ける光学センサヘッド２５と、光学センサヘッド２５に連結された分光器２７と、ワークピースＷからの反射光に基づいてワークピースＷの膜の厚さを決定する処理システム３０を備えている。光学センサヘッド２５は、研磨テーブル３内に配置されており、研磨テーブル３とともに回転する。図示しないが、分光器２７および光源２２に接続された複数の光学センサヘッド２５が設けられてもよい。

【0024】

処理システム３０は、プログラムが格納された記憶装置３０ａと、プログラムに含まれる命令に従って演算を実行する演算装置３０ｂを備えている。処理システム３０は、少なくとも１台のコンピュータから構成される。記憶装置３０ａは、ランダムアクセスメモリ（ＲＡＭ）などの主記憶装置と、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）などの補助記憶装置を備えている。演算装置３０ｂの例としては、ＣＰＵ（中央処理装置）、ＧＰＵ（グラフィックプロセッシングユニット）が挙げられる。ただし、処理システム３０の具体的構成はこれらの例に限定されない。

【0025】

動作制御部９および処理システム３０のそれぞれは、複数のコンピュータから構成されてもよい。例えば、動作制御部９および処理システム３０のそれぞれは、エッジサーバおよびクラウドサーバの組み合わせから構成されてもよい。一実施形態では、動作制御部９および処理システム３０は、１台のコンピュータから構成されてもよい。

【0026】

図２は、光学式膜厚測定装置２０の詳細な構成の一実施形態を示す断面図である。光学式膜厚測定装置２０は、光を発する光源２２と、光源２２に連結された投光光ファイバーケーブル３１と、分光器２７に連結された受光光ファイバーケーブル３２を備えている。投光光ファイバーケーブル３１の先端３１ａおよび受光光ファイバーケーブル３２の先端３２ａは、光学センサヘッド２５を構成している。すなわち、投光光ファイバーケーブル３１は、光源２２の光を研磨パッド２上のワークピースＷに導き、受光光ファイバーケーブル３２はワークピースＷからの反射光を受け、分光器２７に伝達する。

【0027】

分光器２７は処理システム３０に接続されている。投光光ファイバーケーブル３１、受光光ファイバーケーブル３２、光源２２、および分光器２７は研磨テーブル３に取り付けられており、研磨テーブル３および研磨パッド２とともに一体に回転する。投光光ファイバーケーブル３１の先端３１ａおよび受光光ファイバーケーブル３２の先端３２ａから構成される光学センサヘッド２５は、研磨パッド２上のワークピースＷの表面に対向して配置されている。光学センサヘッド２５の位置は、研磨テーブル３および研磨パッド２が一回転するたびに研磨パッド２上のワークピースＷの表面を横切る位置である。研磨パッド２は、光学センサヘッド２５の上方に位置した通孔２ｂを有している。光学センサヘッド２５は、研磨テーブル３が一回転するたびに光を通孔２ｂを通じてワークピースＷに照射し、かつワークピースＷからの反射光を通孔２ｂを通じて受ける。

【0028】

光源２２は、短い時間間隔で繰り返し発光するフラッシュ光源である。光源２２の例としては、キセノンフラッシュランプが挙げられる。光源２２は、動作制御部９に電気的に接続されており、動作制御部９から送られるトリガー信号を受けて発光する。より具体的には、光学センサヘッド２５が研磨パッド２上のワークピースＷの表面を横切る間、光源２２は複数のトリガー信号を受けて複数回発光する。したがって、研磨テーブル３が一回転するたびに、ワークピースＷ上の複数の測定点に光が照射される。

【0029】

光源２２によって発せられた光は、投光光ファイバーケーブル３１を通って光学センサヘッド２５に伝達され、光学センサヘッド２５から放射される。光は、研磨パッド２の通孔２ｂを通って研磨パッド２上のワークピースＷに入射する。ワークピースＷから反射した光は、研磨パッド２の通孔２ｂを再び通過し、光学センサヘッド２５によって受けられる。ワークピースＷからの反射光は、受光光ファイバーケーブル３２を通って分光器２７に伝達される。

【0030】

分光器２７は、光を波長に従って分解し、各波長での反射光の強度を所定の波長範囲に亘って測定するように構成される。すなわち、分光器２７は、ワークピースＷからの反射光を波長に従って分解し、各波長での反射光の強度を所定の波長範囲に亘って測定して、スペクトル測定データを生成する。スペクトル測定データは、処理システム３０に送られる。

【0031】

図３は、スペクトル測定データの一例を示すグラフである。図３において、縦軸はワークピースＷからの反射光の強度を表し、横軸は反射光の波長を表す。図３に示すように、スペクトル測定データは、光の波長と強度との関係を示すスペクトル（分光波形）として表すことができる。

【0032】

処理システム３０は、ワークピースＷからの反射光のスペクトル測定データに基づいて、ワークピースＷの膜厚を決定するように構成されている。スペクトル測定データに基づいてワークピースＷの膜厚を決定する方法には、公知の技術が用いられる。例えば、処理システム３０は、スペクトル測定データに最も形状が近い参照スペクトルデータを参照スペクトルライブラリの中から決定し、この決定された参照スペクトルデータに関連付けられた膜厚を決定する。他の例では、処理システム３０は、スペクトル測定データに対してフーリエ変換を実行し、得られた周波数スペクトルから膜厚を決定する。

【0033】

ワークピースＷの研磨は、研磨装置に設定された研磨レシピに従って実行される。この研磨レシピは、使用される研磨液の種類、研磨テーブルの回転速度、研磨ヘッドの回転速度、研磨ヘッドのワークピースＷに対する押し付け力、膜厚測定条件、研磨終点検出条件などを含む。研磨レシピは、ワークピースの種類（すなわち、ワークピースの表面を構成する積層構造）ごとに異なる。特に、ワークピースの種類が異なると、ワークピースからの反射光のスペクトルが異なるため、研磨終点検出のための条件が異なる。

【0034】

もし、研磨対象ではないワークピース（すなわち、研磨装置に設定され研磨レシピに対応していない、種類が異なるワークピース）が研磨装置内に搬入され、研磨装置によりワークピースが研磨されると、研磨レシピがそのワークピースには適していなく、かつ研磨終点検出が適切に実行されないため、そのワークピースに対して正常な研磨を行うことができない。

【0035】

そこで、本実施形態では、処理システム３０は、ワークピースＷの研磨前または研磨開始後に、ワークピースＷが研磨対象の正しいワークピースであるか、または研磨対象でない誤ったワークピースであるかを判定するように構成されている。研磨対象の正しいワークピースとは、研磨装置に設定されている研磨レシピに対応した（研磨レシピに適した）ワークピースであることを意味し、研磨対象でない誤ったワークピースとは、研磨装置に設定されている研磨レシピに対応していない（研磨レシピに適していない）ワークピースであることを意味する。

【0036】

処理システム３０は、ワークピースＷの研磨前または研磨開始後に、ワークピースＷからの反射光の検査用スペクトルデータを作成し、その検査用スペクトルデータをオートエンコーダに入力し、オートエンコーダから出力された出力データと検査用スペクトルデータとの差を算定する。検査用スペクトルデータは、図２および図３を参照して説明したスペクトル測定データと同じようにして生成されるので、その詳細な説明を省略する。

【0037】

一実施形態では、検査用スペクトルデータを作成するタイミングは、ワークピースＷの研磨直前または研磨開始直後である。一実施形態では、処理システム３０は、スラリーなどの研磨液を用いたワークピースＷの化学機械研磨の前に行われるワークピースＷの水研磨中に、ワークピースＷからの反射光の検査用スペクトルデータを作成する。ワークピースＷの水研磨は、研磨液（例えばスラリー）に代えて水が液体供給ノズル５から研磨パッド２の研磨面２ａ上に供給されながら、研磨ヘッド１が研磨パッド２の研磨面２ａ上のワークピースＷを保持した状態で行われる。水は、スラリーなどの研磨液とは異なり、エッチング機能がなく、かつ砥粒を含まない。加えて、水研磨中の研磨ヘッド１は、ワークピースＷを研磨パッド２に対して強く押し付けない。したがって、水研磨中のワークピースＷの研磨は進行しなく、ワークピースＷの実質的な研磨は開始されない。

【0038】

一実施形態では、処理システム３０は、スラリーなどの研磨液を用いたワークピースＷの化学機械研磨の初期段階において、ワークピースＷからの反射光の検査用スペクトルデータを作成してもよい。化学機械研磨の初期段階の例としては、ワークピースＷの化学機械研磨が開始されてから所定の時間が経過するまでの期間、またはワークピースＷの化学機械研磨が開始されてから研磨テーブル３が所定の回数だけ回転するまでの期間が挙げられる。例えば、ワークピースＷの化学機械研磨が開始された後、研磨テーブル３が１回転目をしているときに、処理システム３０は、ワークピースＷからの反射光の検査用スペクトルデータを作成する。

【0039】

処理システム３０は、上述のようにワークピースＷの化学機械研磨の直前または化学機械研磨の開始直後に生成した検査用スペクトルデータをオートエンコーダに入力する。オートエンコーダは、研磨対象である少なくとも１枚の正しいワークピースからの複数の反射光の複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルである。訓練データに含まれる複数の指標スペクトルデータは、研磨対象である正しいワークピースの化学機械研磨の前または化学機械研磨の開始後に取得された、過去の複数のスペクトルデータである。例えば、訓練データに含まれる複数の指標スペクトルデータは、研磨対象である正しいワークピースの過去の水研磨または過去の化学機械研磨中に得られた複数のスペクトルデータである。

【0040】

訓練データに含まれる複数の指標スペクトルデータを生成するために使用される正しいワークピースは、１枚でもよく複数枚でもよい。一実施形態では、機械学習の精度を向上させるために、複数の正しいワークピースを用いて複数の指標スペクトルデータが生成され、これら指標スペクトルデータを含む訓練データが作成される。

【0041】

処理システム３０の演算装置３０ｂは、記憶装置３０ａ内に格納されたプログラムに含まれる命令に従って、訓練データを用いた機械学習を実行し、オートエンコーダを構築する。機械学習により構築された学習済みモデルであるオートエンコーダは、記憶装置３０ａ内に格納される。

【0042】

指標スペクトルデータがオートエンコーダに入力されたときに、オートエンコーダは入力された指標スペクトルデータと実質的に同じデータを出力するように機械学習が行われる。研磨対象ではない誤ったワークピースからの反射光のスペクトルデータがオートエンコーダに入力されると、オートエンコーダは、入力されたスペクトルデータとは大きく異なるデータを出力する。

【0043】

処理システム３０は、入力された検査用スペクトルデータと、オートエンコーダの出力データとの差（再構成誤差ともいう）がしきい値よりも大きいときは、その検査用スペクトルデータの作成に使用されたワークピースは、研磨対象ではない誤ったワークピースであると判定するように構成されている。

【0044】

図４は、オートエンコーダの一例を示す模式図である。オートエンコーダは、入力されたスペクトルデータの特徴量を抽出するエンコーダ４１と、抽出した特徴量から、入力されたスペクトルデータを再構築するデコーダ４２を有している。

【0045】

図５は、研磨対象である正しいワークピースからの反射光のスペクトルデータがオートエンコーダに入力されたときの一例を示す図である。オートエンコーダは、研磨対象である正しいワークピースを用いた複数の指標スペクトルデータを含む訓練データを用いて機械学習により構築された学習済みモデルであるので、図５に示すように、研磨対象である正しいワークピースのスペクトルデータがオートエンコーダに入力されたときは、オートエンコーダは、入力されたスペクトルデータと実質的に同じ出力データを出力する。したがって、入力されたスペクトルデータと出力データとの差（再構成誤差）は小さい。

【0046】

図６は、研磨対象でない誤ったワークピースからの反射光のスペクトルデータがオートエンコーダに入力されたときの一例を示す図である。図６に示すように、研磨対象でない誤ったワークピースからの反射光のスペクトルデータがオートエンコーダに入力されたときは、オートエンコーダは、入力されたスペクトルデータと大きく異なる出力データを出力する。したがって、入力されたスペクトルデータと出力データとの差（再構成誤差）は大きい。

【0047】

このようにして、処理システム３０は、ワークピースＷの検査用スペクトルデータと、オートエンコーダから得られた出力データとの差に基づいて、ワークピースＷが研磨対象である正しいワークピースか、または研磨対象でない誤ったワークピースかを判定する。ワークピースＷが研磨対象でない誤ったワークピースであると処理システム３０が判定した場合は、処理システム３０はその判定結果を動作制御部９に送る。動作制御部９は、判定結果を受けて、研磨装置によるワークピースＷの化学機械研磨を実行させない、または研磨装置によるワークピースＷの化学機械研磨を停止させる。あるいは、動作制御部９は、判定結果を受けて、研磨装置に設定されている研磨レシピを、ワークピースＷ用に予め用意された研磨レシピに変えてもよい。

【0048】

図７は、ワークピースＷが研磨対象でない誤ったワークピースであるか否かを判定する一実施形態を説明するフローチャートである。
ステップ１０１では、処理システム３０は、ワークピースＷの研磨直前または研磨開始直後にワークピースＷからの反射光の検査用スペクトルデータを作成する。例えば、処理システム３０は、ワークピースＷの水研磨中、またはワークピースＷの化学機械研磨の初期段階において、ワークピースＷからの反射光の検査用スペクトルデータを作成する。

【0049】

ステップ１０２では、処理システム３０は、上記ステップ１０１で生成したスペクトルデータをオートエンコーダに入力し、オートエンコーダから出力データを出力する。
ステップ１０３では、処理システム３０は、処理システム３０は、上記ステップ１０１で生成したスペクトルデータと、オートエンコーダから出力された出力データとの差を算定する。
ステップ１０４では、処理システム３０は、上記差がしきい値よりも大きいか否かを判定する。
ステップ１０５では、処理システム３０は、上記差がしきい値よりも大きいときに、ワークピースＷは、研磨対象ではない誤ったワークピースであると判定する。

【0050】

ステップ１０６では、処理システム３０は、ワークピースＷの判定結果を動作制御部９に送る。動作制御部９は、判定結果を受けて、研磨装置によるワークピースＷの研磨を実施させないか、あるいは研磨装置によるワークピースＷの研磨を停止させるか、あるいは、研磨装置に設定されている研磨レシピを、ワークピースＷ用に予め用意された研磨レシピに変更する。
ステップ１０７では、処理システム３０は、上記差がしきい値よりも小さいときは、ワークピースＷは、研磨装置に設定されている研磨レシピに従って研磨される。

【0051】

オートエンコーダの機械学習に使用される訓練データは、過去の水研磨または過去の化学機械研磨中に得られた多数のスペクトルデータのうち、研磨対象である正しいワークピースの指標スペクトルデータのみを含む。過去の水研磨または過去の化学機械研磨中に得られた多数のスペクトルデータが、研磨対象でない誤ったワークピースのスペクトルデータを含む場合は、そのようなスペクトルデータを訓練データに使用しない必要がある。言い換えれば、多数のスペクトルデータから、研磨対象である正しいワークピースの指標スペクトルデータを抽出する必要がある。しかしながら、そのような作業は、非常に労力がかかる。

【0052】

そこで、一実施形態では、処理システム３０は、過去のワークピースの化学機械研磨前または化学機械研磨の開始後に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類する。例えば、処理システム３０は、過去の水研磨中または過去の化学機械研磨中に得られた多数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類する。次いで、処理システム３０は、複数のグループのうちの１つに属する複数の指標スペクトルデータを含む訓練データを作成し、訓練データを用いて機械学習を実行して学習済みモデルであるオートエンコーダを構築するように構成されている。複数のグループのうちの１つに属する複数の指標スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数のスペクトルデータである。

【0053】

クラスタリングはクラスター分析とも呼ばれ、クラスタリングのアルゴリズムは、複数のスペクトルデータを、ある特徴に基づいて分類する人工知能のアルゴリズムの一種である。処理システム３０の記憶装置３０ａには、複数のスペクトルデータを、クラスタリングのアルゴリズムに従って複数のグループに分けるためのプログラムが格納されている。処理システム３０の演算装置３０ｂは、プログラムに含まれる命令に従って演算を実行することによって複数のスペクトルデータを複数のグループに分ける。

【0054】

図８は、複数のスペクトルデータがクラスタリングにより３つのグループに分けられる様子を示す図である。図８に示す例では、処理システム３０は、指標スペクトルデータのグループである第２グループに含まれるスペクトルデータを訓練データとして用いて機械学習を実行する。クラスタリングは、過去に取得された膨大な数のスペクトルデータを、指標スペクトルデータとそれ以外のスペクトルデータに速やかに分けることができる。図８に示す例では、複数のスペクトルデータは３つのグループに分けられているが、２つのグループ、または４つ以上のグループに分けられることもある。

【0055】

次に、ワークピースＷが研磨対象でない誤ったワークピースであるか否かを判定する他の実施形態について説明する。本実施形態に使用される光学式膜厚測定装置２０の構成および動作は、図１乃至図８を参照して説明した上記実施形態と同じであるので、その重複する説明を省略する。

【0056】

本実施形態では、処理システム３０は、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータから基準スペクトルデータを決定し、ワークピースＷの研磨前または研磨開始後にワークピースＷからの反射光の検査用スペクトルデータを作成し、基準スペクトルデータと検査用スペクトルデータとの差を算定し、差がしきい値よりも大きいときに、検査用スペクトルデータの作成に使用されたワークピースＷは、研磨対象ではない誤ったワークピースであると判定する。

【0057】

一実施形態では、検査用スペクトルデータを作成するタイミングは、ワークピースＷの研磨直前または研磨開始直後である。一実施形態では、処理システム３０は、ワークピースＷの化学機械研磨の前に行われるワークピースＷの水研磨中に、ワークピースＷからの反射光の検査用スペクトルデータを作成する。他の実施形態では、処理システム３０は、ワークピースＷの化学機械研磨の初期段階において、ワークピースＷからの反射光の検査用スペクトルデータを作成する。

【0058】

基準スペクトルデータは、研磨対象である正しいワークピースからの複数の反射光の複数の指標スペクトルデータのうちの１つまたは平均であってもよい。複数の指標スペクトルデータは、研磨対象である正しいワークピースの研磨前または研磨開始後に取得された、過去の複数のスペクトルデータである。例えば、複数の指標スペクトルデータは、研磨対象である正しいワークピースの過去の水研磨中または化学機械研磨中に得られた複数のスペクトルデータである。

【0059】

複数の指標スペクトルデータを生成するために使用される正しいワークピースは、１枚でもよく複数枚でもよい。一実施形態では、基準スペクトルデータの精度を向上させるために、複数の正しいワークピースを用いて複数の指標スペクトルデータが生成され、これら指標スペクトルデータから基準スペクトルデータが決定される。基準スペクトルデータは記憶装置３０ａに格納される。

【0060】

処理システム３０は、基準スペクトルデータと検査用スペクトルデータとの差を算定する。本実施形態では、処理システム３０は、基準スペクトルデータと検査用スペクトルデータとの差として、ユークリッド距離を算定する。

【0061】

基準スペクトルデータと検査用スペクトルデータとの差がしきい値よりも小さいときは、処理システム３０は、検査用スペクトルデータの生成に使用されたワークピースＷは、研磨対象である正しいワークピースであると判定する。これに対して、基準スペクトルデータと検査用スペクトルデータとの差がしきい値よりも大きいときは、処理システム３０は、検査用スペクトルデータの生成に使用されたワークピースＷは、研磨対象ではない誤ったワークピースであると判定する。

【0062】

図９は、ワークピースＷが研磨対象でない誤ったワークピースであるか否かを判定する一実施形態を説明するフローチャートである。
ステップ２０１では、処理システム３０は、過去に取得された複数の指標スペクトルデータから基準スペクトルデータを決定する。過去に取得された複数の指標スペクトルデータは、研磨対象である正しいワークピースの研磨前または研磨開始後に取得された複数のスペクトルデータである。例えば、過去の複数の指標スペクトルデータは、研磨対象である正しいワークピースの過去の水研磨中または化学機械研磨中に得られた複数のスペクトルデータである。一実施形態では、基準スペクトルデータは、過去に取得された複数の指標スペクトルデータのうちの１つか、または過去に取得された複数の指標スペクトルデータの平均である。

【0063】

ステップ２０２では、処理システム３０は、ワークピースＷの研磨直前または研磨開始直後にワークピースＷからの反射光の検査用スペクトルデータを作成する。例えば、処理システム３０は、ワークピースＷの水研磨中、またはワークピースＷの化学機械研磨の初期段階において、ワークピースＷからの反射光の検査用スペクトルデータを作成する。
ステップ２０３では、処理システム３０は、基準スペクトルデータと検査用スペクトルデータとの差を算定する。
ステップ２０４では、処理システム３０は、上記差がしきい値よりも大きいか否かを判定する。
ステップ２０５では、処理システム３０は、上記差がしきい値よりも大きいときに、ワークピースＷは、研磨対象ではない誤ったワークピースであると判定する。

【0064】

ステップ２０６では、処理システム３０は、ワークピースＷの判定結果を動作制御部９に送る。動作制御部９は、判定結果を受けて、研磨装置によるワークピースＷの研磨を実施させないか、あるいは研磨装置によるワークピースＷの研磨を停止させるか、あるいは、研磨装置に設定されている研磨レシピを、ワークピースＷ用に予め用意された研磨レシピに変更する。
ステップ２０７では、処理システム３０は、上記差がしきい値よりも小さいときは、ワークピースＷは、研磨装置に設定されている研磨レシピに従って研磨される。

【0065】

図８を参照して説明したクラスタリングは、本実施形態にも適用することができる。すなわち、処理システム３０は、過去に取得された複数のスペクトルデータをクラスタリングのアルゴリズムに従って複数のグループに分類し、複数のグループのうちの１つに属する複数の指標スペクトルデータから基準スペクトルデータを決定するように構成されてもよい。

【0066】

一実施形態では、処理システム３０は、過去に取得された複数の指標スペクトルデータを正規化して、複数の正規化された指標スペクトルデータを作成し、複数の正規化された指標スペクトルデータから基準スペクトルデータを決定するように構成されてもよい。さらに、処理システム３０は、検査用スペクトルデータを正規化して、正規化された検査用スペクトルデータを作成するように構成されてもよい。

【0067】

図１０（ａ）は、正規化される前の複数の指標スペクトルデータの一例を示すグラフであり、図１０（ｂ）は、正規化された後の複数の指標スペクトルデータの一例を示すグラフである。図１０（ａ）と図１０（ｂ）との対比から分かるように、正規化は、指標スペクトルデータのレベルのばらつきを小さくすることができる。

【0068】

図１１（ａ）は、正規化される前の複数の指標スペクトルデータから決定された基準スペクトルデータと、正規化される前の検査用スペクトルデータとの差を定期的に算定した結果を示すグラフであり、図１１（ｂ）は、正規化された後の複数の指標スペクトルデータから決定された基準スペクトルデータと、正規化された後の検査用スペクトルデータとの差を定期的に算定した結果を示すグラフである。図１１（ａ）および図１１（ｂ）において、縦軸は基準スペクトルデータと検査用スペクトルデータとの差（ユークリッド距離）を表し、横軸は時間を表している。

【0069】

図１１（ａ）と図１１（ｂ）との対比から分かるように、正規化処理は、基準スペクトルデータと検査用スペクトルデータとの差のばらつきを小さくすることができる。結果として、処理システム３０は、ワークピースＷが研磨対象の正しいワークピースであるか否かを正しく判定することができる。

【0070】

今まで説明した実施形態では、１つの光学センサヘッド２５が設けられているが、本発明は上記実施形態に限定されず、複数の光学センサヘッド２５が研磨テーブル３内に設けられてもよい。例えば、研磨テーブル３の回転に伴って複数の光学センサヘッド２５がワークピースＷの異なる部位（例えば中心領域とエッジ領域）を横切るように複数の光学センサヘッド２５が配置されてもよい。

【0071】

上述した実施形態は、本発明が属する技術分野における通常の知識を有する者が本発明を実施できることを目的として記載されたものである。上記実施形態の種々の変形例は、当業者であれば当然になしうることであり、本発明の技術的思想は他の実施形態にも適用しうる。したがって、本発明は、記載された実施形態に限定されることはなく、特許請求の範囲によって定義される技術的思想に従った最も広い範囲に解釈されるものである。

【符号の説明】

【0072】

１ 研磨ヘッド
２ 研磨パッド
２ａ 研磨面
３ 研磨テーブル
５ 液体供給ノズル
６ テーブルモータ
９ 動作制御部
１０ ヘッドシャフト
２０ 光学式膜厚測定装置
２２ 光源
２５ 光学センサヘッド
２７ 分光器
３０ 処理システム
３１ 投光光ファイバーケーブル
３２ 受光光ファイバーケーブル
４１ エンコーダ
４２ デコーダ
Ｗ ワークピース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】