特開 2025-143875 基板処理装置、故障兆候の判定方法、および、学習方法

(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】P2025143875

(43)【公開日】2025-10-02

(54)【発明の名称】基板処理装置、故障兆候の判定方法、および、学習方法

(51)【国際特許分類】

   H01L 21/304 20060101AFI20250925BHJP

   G05B 23/02 20060101ALI20250925BHJP

   G01M 13/003 20190101ALI20250925BHJP

【ＦＩ】

H01L21/304 648K

G05B23/02 R

H01L21/304 643A

G01M13/003

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2024043355

(22)【出願日】2024-03-19

(71)【出願人】

【識別番号】000207551

【氏名又は名称】株式会社ＳＣＲＥＥＮホールディングス

(74)【代理人】

【識別番号】110002310

【氏名又は名称】弁理士法人あい特許事務所

(74)【代理人】

【識別番号】100168583

【弁理士】

【氏名又は名称】前井 宏之

(72)【発明者】

【氏名】生和 高明

(72)【発明者】

【氏名】平尾 司

【テーマコード（参考）】

2G024

3C223

5F157

【Ｆターム（参考）】

2G024AA18

2G024BA27

2G024CA13

2G024CA16

2G024DA15

2G024EA01

2G024FA03

2G024FA06

3C223AA13

3C223BA01

3C223CC01

3C223DD01

3C223EB02

3C223FF05

3C223FF22

3C223FF26

3C223FF42

3C223GG01

3C223HH02

3C223HH22

5F157AA03

5F157AB02

5F157AB14

5F157AB16

5F157AB33

5F157AB46

5F157AB49

5F157AB90

5F157BB11

5F157BB66

5F157CD22

5F157CD25

5F157CD32

5F157CE29

5F157CE32

5F157CE82

5F157CF02

5F157CF14

5F157CF40

5F157CF42

5F157CF44

5F157CF60

5F157CF92

(57)【要約】

【課題】調整バルブの故障の兆候を検出することが可能な基板処理装置、故障兆候の判定方法、および、学習方法を提供する。
【解決手段】
基板処理装置１００は、配管３１と、開閉バルブ３３と、電動式の調整バルブ３４と、振動センサ５１と、判定部５５ａとを備える。配管３１には、処理液が通過する。開閉バルブ３３は、配管３１の流路を開閉する。調整バルブ３４は、流路を通過する処理液の流量を調整する。振動センサ５１は、調整バルブ３４の振動を検出する。判定部５５ａは、調整バルブ３４が駆動している際における振動センサ５１の振動検出結果に基づいて、調整バルブ３４の故障の兆候の有無を判定する。
【選択図】図４

【特許請求の範囲】

【請求項1】

処理液が通過する配管と、
前記配管の流路を開閉する開閉バルブと、
前記流路を通過する前記処理液の流量を調整する電動式の調整バルブと、
前記調整バルブの振動を検出する振動センサと、
判定部と
を備え、
前記判定部は、前記調整バルブが駆動している際における前記振動センサの振動検出結果に基づいて、前記調整バルブの故障の兆候の有無を判定する、基板処理装置。

【請求項2】

前記流路を通過する前記処理液の流量を検出する流量計と、
前記流量計の学習時流量検出結果と、前記振動センサの学習時振動検出結果とに基づいた機械学習によって生成された学習済モデルを記憶する記憶部と
を備え、
前記判定部は、
前記学習済モデルに対して前記振動センサの前記振動検出結果を入力して、前記流路を通過する前記処理液の推定流量を取得し、
前記推定流量に基づいて、前記調整バルブの故障の兆候の有無を判定する、請求項１に記載の基板処理装置。

【請求項3】

前記判定部は、
前記推定流量、前記振動センサが前記調整バルブの振動を検出した際における前記流量計の流量検出結果との差分を算出し、
前記差分に基づいて、前記調整バルブの故障の兆候の有無を判定する、請求項２に記載の基板処理装置。

【請求項4】

前記判定部は、前記差分が所定期間内に所定回数以上、閾値を超える場合に、前記調整バルブの故障の兆候があると判定する、請求項３に記載の基板処理装置。

【請求項5】

基板を処理する複数の処理ユニットを備え、
前記配管、前記開閉バルブ、前記調整バルブ、前記振動センサ、前記学習済モデルおよび前記流量計の各々は、前記処理ユニット毎に設けられており、
前記基板処理装置は、
複数の前記配管に接続され、前記複数の配管に前記処理液を供給する共通配管と、
前記共通配管内の圧力を検出する圧力計と
をさらに備え、
前記学習済モデルは、前記学習時流量検出結果と、前記学習時振動検出結果と、前記圧力計の学習時圧力検出結果とに基づいた機械学習によって生成されており、
前記判定部は、前記学習済モデルに対して、前記振動検出結果と、前記振動センサが前記調整バルブの振動を検出した際における前記圧力計の圧力検出結果とを入力して、前記推定流量を取得する、請求項２から請求項４のいずれか１項に記載の基板処理装置。

【請求項6】

前記調整バルブは、モーターニードルバルブを有する、請求項１から請求項４のいずれか１項に記載の基板処理装置。

【請求項7】

前記調整バルブの故障の兆候があると前記判定部が判定した場合に、前記調整バルブの交換を促す報知、および／または、前記基板処理装置の点検を促す報知を行う報知部を備える、請求項１から請求項４のいずれか１項に記載の基板処理装置。

【請求項8】

配管の流路を開状態または閉状態にする工程と、
前記流路を通過する処理液の流量を調整する電動式の調整バルブを駆動する工程と、
前記調整バルブの振動を検出する工程と、
前記調整バルブが駆動している際に前記調整バルブの振動を検出した振動検出結果に基づいて、前記調整バルブの故障の兆候の有無を判定する工程と
を含む、故障兆候の判定方法。

【請求項9】

前記判定する工程に先立って、
学習済モデルに対して、前記振動検出結果を入力して、前記流路を通過する前記処理液の推定流量を取得する工程を含み、
前記学習済モデルは、前記流路を通過する前記処理液の流量を検出した学習時流量検出結果と、前記調整バルブの振動を検出した学習時振動検出結果とに基づいた機械学習によって生成されており、
前記判定する工程において、前記推定流量に基づいて、前記調整バルブの故障の兆候の有無を判定する、請求項８に記載の故障兆候の判定方法。

【請求項10】

学習用データ生成方法に従って生成された学習用データを取得する工程と、
学習プログラムに前記学習用データを入力することによって機械学習する工程と
を含み、
前記学習用データ生成方法は、
配管の流路を通過する処理液の流量を検出する流量計の学習時流量検出結果を取得する工程と、
前記流路を通過する前記処理液の流量を調整する電動式の調整バルブの振動を検出する振動センサの学習時振動検出結果を取得する工程と、
前記流量計の前記学習時流量検出結果と、前記調整バルブが駆動している際における前記振動センサの前記学習時振動検出結果とを関連付けて学習用データとして記憶部に記憶する工程と
を含む、学習方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、基板処理装置、故障兆候の判定方法、および、学習方法に関する。

【背景技術】

【0002】

従来、処理液が通過する配管と、配管の流路を開閉する開閉バルブと、配管の流路を通過する処理液の流量を調整する電動式の調整バルブと、配管を通過する処理液の流量を検出する流量計とを備えた基板処理装置が知られている（例えば、特許文献１参照）。特許文献１には、処理液が流れる配管と、配管の流路を開閉する開閉弁と、配管を流れる処理液の流量を調整する調整弁と、配管を流れる処理液の流量を検出する流量計とを備えた基板処理装置が記載されている。

【0003】

このような基板処理装置では、処理液の流量は、例えば、数ｍｌ／分以下の誤差範囲で調整される。このため、流量計の検出結果が目標流量になるように、調整バルブがフィードバック制御される。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２３－４６２２４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来の基板処理装置では、流量を調整するためのフィードバック制御に起因して、調整バルブが経年劣化する。そして、調整バルブの経年劣化が進行すると、処理液の流量の立ち上がりが遅くなったり、流量のバラツキが大きく（ハンチングとも言う）なったりする。この場合、流量計の検出結果に基づいて、例えば調整バルブに異常（故障）が発生していることを知ることができる。

【0006】

しかしながら、従来の方法では、配管を流れる処理液の流量の異常が発生するまで、調整バルブの異常を検出することができなかった。このため、流量異常が基板処理中に突発的に発生し、意図せずに基板処理を中断する必要があるので、生産性が低下するという問題点がある。

【0007】

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、調整バルブの故障の兆候を検出することが可能な基板処理装置、故障兆候の判定方法、および、学習方法を提供することにある。

【課題を解決するための手段】

【0008】

本願発明者は、鋭意検討した結果、配管内を通過する処理液の流量に異常が起きる前に、調整バルブに振動が発生することを見出した。詳しくは、調整バルブに振動が生じた段階では流量の異常は発生しないが、調整バルブに振動が生じた後、さらに使用を続けていると調整バルブが故障し、流量の異常が生じることを見出した。

【0009】

本発明は本願発明者の新たな知見に基づくものであり、本発明の第１の態様によれば、基板処理装置は、配管と、開閉バルブと、電動式の調整バルブと、振動センサと、判定部とを備える。前記配管には、処理液が通過する。前記開閉バルブは、前記配管の流路を開閉する。前記調整バルブは、前記流路を通過する前記処理液の流量を調整する。前記振動センサは、前記調整バルブの振動を検出する。前記判定部は、前記調整バルブが駆動している際における前記振動センサの振動検出結果に基づいて、前記調整バルブの故障の兆候の有無を判定する。

【0010】

ある実施形態において、基板処理装置は、流量計と、記憶部とを備える。前記流量計は、前記流路を通過する前記処理液の流量を検出する。前記記憶部は、学習済モデルを記憶する。前記学習済モデルは、前記流量計の学習時流量検出結果と、前記振動センサの学習時振動検出結果とに基づいた機械学習によって生成されている。前記判定部は、前記学習済モデルに対して前記振動センサの前記振動検出結果を入力して、前記流路を通過する前記処理液の推定流量を取得する。前記判定部は、前記推定流量に基づいて、前記調整バルブの故障の兆候の有無を判定する。

【0011】

ある実施形態において、前記判定部は、前記推定流量と、前記振動センサが前記調整バルブの振動を検出した際における前記流量計の流量検出結果との差分を算出する。前記判定部は、前記差分に基づいて、前記調整バルブの故障の兆候の有無を判定する。

【0012】

ある実施形態において、前記判定部は、前記差分が所定期間内に所定回数以上、閾値を超える場合に、前記調整バルブの故障の兆候があると判定する。

【0013】

ある実施形態において、基板処理装置は、基板を処理する複数の処理ユニットを備える。前記配管、前記開閉バルブ、前記調整バルブ、前記振動センサ、前記学習済モデルおよび前記流量計の各々は、前記処理ユニット毎に設けられている。前記基板処理装置は、複数の前記配管に接続され、前記複数の配管に前記処理液を供給する共通配管と、前記共通配管内の圧力を検出する圧力計とをさらに備える。前記学習済モデルは、前記学習時流量検出結果と、前記学習時振動検出結果と、前記圧力計の学習時圧力検出結果とに基づいた機械学習によって生成されている。前記判定部は、前記学習済モデルに対して、前記振動検出結果と、前記振動センサが前記調整バルブの振動を検出した際における前記圧力計の圧力検出結果とを入力して、前記推定流量を取得する。

【0014】

ある実施形態において、前記調整バルブは、モーターニードルバルブを有する。

【0015】

ある実施形態において、前記調整バルブの故障の兆候があると前記判定部が判定した場合に、前記調整バルブの交換を促す報知、および／または、前記基板処理装置の点検を促す報知を行う報知部を備える。

【0016】

本発明の第２の態様によれば、故障兆候の判定方法は、配管の流路を開状態または閉状態にする工程と、前記流路を通過する処理液の流量を調整する電動式の調整バルブを駆動する工程と、前記調整バルブの振動を検出する工程と、前記調整バルブが駆動している際に前記調整バルブの振動を検出した振動検出結果に基づいて、前記調整バルブの故障の兆候の有無を判定する工程とを含む。

【0017】

ある実施形態において、故障兆候の判定方法は、前記判定する工程に先立って、学習済モデルに対して、前記振動検出結果を入力して、前記流路を通過する前記処理液の推定流量を取得する工程を含む。前記学習済モデルは、前記流路を通過する前記処理液の流量を検出した学習時流量検出結果と、前記調整バルブの振動を検出した学習時振動検出結果とに基づいた機械学習によって生成されている。前記判定する工程において、前記推定流量に基づいて、前記調整バルブの故障の兆候の有無を判定する。

【0018】

本発明の第３の態様によれば、学習方法は、学習用データ生成方法に従って生成された学習用データを取得する工程と、学習プログラムに前記学習用データを入力することによって機械学習する工程とを含む。前記学習用データ生成方法は、配管の流路を通過する処理液の流量を検出する流量計の学習時流量検出結果を取得する工程と、前記流路を通過する前記処理液の流量を調整する電動式の調整バルブの振動を検出する振動センサの学習時振動検出結果を取得する工程と、前記流量計の前記学習時流量検出結果と、前記調整バルブが駆動している際における前記振動センサの前記学習時振動検出結果とを関連付けて学習用データとして記憶部に記憶する工程とを含む。

【発明の効果】

【0019】

本発明によれば、調整バルブの故障の兆候を検出することが可能な基板処理装置、故障兆候の判定方法、および、学習方法を提供できる。

【図面の簡単な説明】

【0020】

【図1】第１実施形態の基板処理装置の模式的な平面図である。

【図2】基板処理装置における処理ユニットの模式図である。

【図3】調整バルブの構成を示す断面図である。

【図4】第１実施形態の処理ユニット周辺の構成を模式的に示す図である。

【図5】第１実施形態の基板処理装置のブロック図である。

【図6】故障の兆候がない調整バルブを駆動した際に、振動センサが検出する振動検出結果（振動波形）の一例を示す図である。

【図7】処理液の流量が一定になるように、故障の兆候がない調整バルブを駆動した際に、流量計が検出する流量検出結果の一例を示す図である。

【図8】故障の兆候がある調整バルブを駆動した際に、振動センサが検出する振動検出結果（振動波形）の一例を示す図である。

【図9】故障の兆候がある調整バルブの振動検出結果（振動波形）を学習済モデルに入力した際に得られる推定流量の一例を示す図である。

【図10】第１実施形態の基板処理装置による調整バルブの故障兆候の有無の判定方法を示すフローチャートである。

【図11】流量検出結果と推定流量との差分の一例を示す図である。

【図12】流量検出結果と推定流量との差分の他の一例を示す図である。

【図13】基板処理学習システムの構成を示す図である。

【図14】学習用データ生成装置のブロック図である。

【図15】第１実施形態の学習用データの生成方法を示すフローチャートである。

【図16】学習装置のブロック図である。

【図17】第１実施形態の学習方法を示すフローチャートである。

【図18】第２実施形態の基板処理装置の模式的な平面図である。

【発明を実施するための形態】

【0021】

以下、図面を参照して本発明の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、同一また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。本願明細書では、発明の理解を容易にするため、互いに直交するＸ軸、Ｙ軸およびＺ軸を記載することがある。本実施形態では、Ｘ軸およびＹ軸は水平方向に平行であり、Ｚ軸は鉛直方向に平行である。

【0022】

（第１実施形態）
図１～図１７を参照して、本発明の第１実施形態の基板処理装置１００について説明する。図１は、第１実施形態の基板処理装置１００の模式的な平面図である。

【0023】

図１に示すように、基板処理装置１００は、基板Ｗを処理する。基板処理装置１００は、基板Ｗに対して、エッチング、表面処理、特性付与、処理膜形成、膜の少なくとも一部の除去、および、洗浄のうちの少なくとも１つを行うように基板Ｗを処理する。

【0024】

基板Ｗは、半導体基板として用いられる。基板Ｗは、半導体ウエハを含む。例えば、基板Ｗは略円板状である。ここでは、基板処理装置１００は、基板Ｗを一枚ずつ処理する。

【0025】

基板処理装置１００は、複数の処理ユニット１０と、流体キャビネット１１０と、複数の流体ボックス１２０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。

【0026】

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。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１０との間で基板Ｗを搬送する。処理ユニット１０の各々は、処理液を基板Ｗに供給して、基板Ｗに処理を実行する。流体キャビネット１１０は、処理液を収容する。処理液は、例えば、薬液、リンス液、除去液および／または撥水剤を含む。流体キャビネット１１０は、処理液を収容する。なお、流体キャビネット１１０は、ガスを収容してもよい。

【0027】

複数の処理ユニット１０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た複数のタワーＴＷ（図１では４つのタワーＴＷ）を形成している。各タワーＴＷは、上下に積層された複数の処理ユニット１０（図１では３つの処理ユニット１０）を含む。流体ボックス１２０は、それぞれ、複数のタワーＴＷに対応している。流体キャビネット１１０内の処理液は、いずれかの流体ボックス１２０を介して、流体ボックス１２０に対応するタワーＴＷに含まれる全ての処理ユニット１０に供給される。

【0028】

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、およびセンターロボットＣＲを制御する。

【0029】

制御装置１０１は、制御部１０２および記憶部１０４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、中央処理演算機（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）を有する。または、制御部１０２は、汎用演算機を有してもよい。

【0030】

記憶部１０４は、データおよびコンピュータプログラムを記憶する。データは、レシピデータを含む。レシピデータは、複数のレシピを示す情報を含む。複数のレシピの各々は、基板Ｗの処理内容および処理手順を規定する。

【0031】

記憶部１０４は、主記憶装置と、補助記憶装置とを含む。主記憶装置は、例えば、半導体メモリである。補助記憶装置は、例えば、半導体メモリおよび／またはハードディスクドライブである。記憶部１０４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１０４の記憶しているコンピュータプログラムを実行して、基板処理動作を実行する。

【0032】

次に、図２を参照して、第１実施形態の基板処理装置１００における処理ユニット１０を説明する。図２は、基板処理装置１００における処理ユニット１０の模式図である。

【0033】

処理ユニット１０は、チャンバー１２と、基板保持部２０とを備える。チャンバー１２は、基板Ｗを収容する。基板保持部２０は、基板Ｗを保持する。

【0034】

チャンバー１２は、内部空間を有する略箱形状である。チャンバー１２は、基板Ｗを収容する。ここでは、基板処理装置１００は、基板Ｗを１枚ずつ処理する枚葉型であり、チャンバー１２には基板Ｗが１枚ずつ収容される。基板Ｗは、チャンバー１２内に収容され、チャンバー１２内で処理される。チャンバー１２には、基板保持部２０および後述する処理液供給部３０のそれぞれの少なくとも一部が収容される。

【0035】

基板保持部２０は、基板Ｗを保持する。基板保持部２０は、基板Ｗの上面（表面）Ｗａを上方に向け、基板Ｗの下面（裏面）Ｗｂを鉛直下方に向くように基板Ｗを水平に保持する。また、基板保持部２０は、基板Ｗを保持した状態で基板Ｗを回転させる。基板保持部２０は、基板Ｗを保持したまま基板Ｗを回転させる。

【0036】

例えば、基板保持部２０は、基板Ｗの端部を挟持する挟持式であってもよい。あるいは、基板保持部２０は、基板Ｗを下面Ｗｂから保持する任意の機構を有してもよい。例えば、基板保持部２０は、バキューム式であってもよい。

【0037】

例えば、基板保持部２０は、スピンベース２１と、チャック部材２２と、シャフト２３と、電動モーター２４と、ハウジング２５とを含む。チャック部材２２は、スピンベース２１に設けられる。チャック部材２２は、基板Ｗをチャックする。典型的には、スピンベース２１には、複数のチャック部材２２が設けられる。

【0038】

シャフト２３は、中空軸である。シャフト２３は、回転軸Ａｘに沿って鉛直方向に延びている。シャフト２３の上端には、スピンベース２１が結合されている。基板Ｗは、スピンベース２１の上方に載置される。

【0039】

スピンベース２１は、円板状であり、基板Ｗを水平に支持する。シャフト２３は、スピンベース２１の中央部から下方に延びる。電動モーター２４は、シャフト２３に回転力を与える。電動モーター２４は、シャフト２３を回転方向に回転させることにより、回転軸Ａｘを中心に基板Ｗおよびスピンベース２１を回転させる。ハウジング２５は、シャフト２３および電動モーター２４を取り囲んでいる。

【0040】

基板処理装置１００は、処理液供給部３０をさらに備える。処理液供給部３０は、基板Ｗに処理液を供給する。典型的には、処理液供給部３０は、基板Ｗの上面Ｗａに処理液を供給する。

【0041】

処理液は、いわゆる薬液を含んでもよい。薬液は、例えば、フッ酸を含む。例えば、フッ酸は、４０℃以上７０℃以下に加熱されてもよく、５０℃以上６０℃以下に加熱されてもよい。ただし、フッ酸は、加熱されなくてもよい。また、薬液は、水または燐酸を含んでもよい。

【0042】

さらに、薬液は、過酸化水素水を含んでもよい。また、薬液は、ＳＣ１（アンモニア過酸化水素水混合液）、ＳＣ２（塩酸過酸化水素水混合液）または王水（濃塩酸と濃硝酸との混合物）を含んでもよい。

【0043】

処理液供給部３０は、配管３１と、ノズル３２と、開閉バルブ３３と、調整バルブ３４と、流量計３５とを含む。ノズル３２は基板Ｗの上面Ｗａに処理液を吐出する。ノズル３２は、例えば、基板Ｗの中央部に処理液を吐出してもよいし、基板Ｗの中央部と周縁部との間の領域に処理液を吐出してもよい。ノズル３２は、吐出口を有し、吐出口から処理液を吐出する。

【0044】

ノズル３２は、基板Ｗに対して移動可能に構成されていることが好ましい。ノズル３２は、制御部１０２によって制御される移動機構にしたがって水平方向および／または鉛直方向に移動できる。なお、本明細書において、図面が過度に複雑になることを避けるために移動機構を省略していることに留意されたい。ノズル３２は、配管３１に接続される。配管３１には、供給源から処理液が供給される。

【0045】

開閉バルブ３３は、配管３１に設けられ、配管３１内の流路を開閉する。具体的には、開閉バルブ３３は、弁座が内部に設けられたバルブボディ（図示しない）と、弁座を開閉する弁体と、開位置と閉位置との間で弁体を移動させるアクチュエータ（図示しない）とを含む。

【0046】

図３は、調整バルブ３４の構成を示す断面図である。調整バルブ３４は、配管３１に設けられ、配管３１の流路を通過する処理液の流量を調整する。調整バルブ３４は、電動式の調整バルブである。本実施形態では、調整バルブ３４は、モーターニードルバルブである。

【0047】

図３に示すように、具体的には、調整バルブ３４は、ニードル３４１と、ステッピングモーター３４２と、バルブボディ３４３と、ケース３４４と、連結部材３４５と、シール部材３４６とを有する。バルブボディ３４３には、処理液が通過する内部流路３４３ａが形成されている。また、バルブボディ３４３は、内部流路３４３ａの一端部および他端部にそれぞれ形成される流入口３４３ｂおよび流出口３４３ｃを有する。流入口３４３ｂおよび流出口３４３ｃは、配管３１に繋がっている。

【0048】

ニードル３４１は、内部流路３４３ａの開度を調整する。言い換えると、ニードル３４１は、内部流路３４３ａを通過する処理液の流量を調整する。ステッピングモーター３４２は、バルブボディ３４３に対してニードル３４１を移動させる。具体的には、ステッピングモーター３４２は、ニードル３４１を軸方向に移動させる。

【0049】

ケース３４４は、バルブボディ３４３に固定されているとともに、ステッピングモーター３４２および連結部材３４５を収容している。連結部材３４５は、ステッピングモーター３４２のモーターシャフト３４２ａとニードル３４１とを連結している。シール部材３４６は、ケース３４４とニードル３４１との間の隙間をシールする。シール部材３４６は、例えば、Ｏリングである。シール部材３４６は、内部流路３４３ａの処理液がケース３４４内に漏れることを抑制する。

【0050】

また、調整バルブ３４は、原点（基準位置）センサ３４７を有する。原点センサ３４７は、ニードル３４１を原点位置（基準位置）に位置させるためのセンサである。具体的には、原点センサ３４７は、発光素子を有する発光部３４７ａと、受光素子を有する受光部３４７ｂとを有する。発光部３４７ａおよび受光部３４７ｂは、モーターシャフト３４２ａに対してニードル３４１とは反対側に配置されている。ステッピングモーター３４２の駆動によりモーターシャフト３４２ａが軸方向に移動し、発光部３４７ａから受光部３４７ｂに向かう光をモーターシャフト３４２ａが遮光する位置が、モーターシャフト３４２ａおよびニードル３４１の原点位置（基準位置）である。

【0051】

ステッピングモーター３４２は、ニードル３４１を開位置と閉位置との間で移動させる。ステッピングモーター３４２がニードル３４１を軸方向に移動させることによって、バルブボディ３４３の内部流路３４３ａの開度が変更される。内部流路３４３ａの開度は、ニードル３４１を原点位置に位置させてから、ステッピングモーター３４２に入力される駆動パルス数によって調整される。

【0052】

図２に示すように、流量計３５は、配管３１内を通過する処理液の流量を検出する。流量計３５は、特に限定されるものではないが、例えば、超音波式の流量計である。流量計３５の流量検出結果は、調整バルブ３４の制御（フィードバック制御）に用いられる。

【0053】

基板処理装置１００は、カップ８０をさらに備える。カップ８０は、基板Ｗから飛散した処理液を回収する。カップ８０は昇降する。例えば、カップ８０は、処理液供給部３０が基板Ｗに処理液を供給する期間にわたって基板Ｗの側方にまで鉛直上方に上昇する。この場合、カップ８０は、基板Ｗの回転によって基板Ｗから飛散する処理液を回収する。また、カップ８０は、処理液供給部３０が基板Ｗに処理液を供給する期間が終了すると、基板Ｗの側方から鉛直下方に下降する。

【0054】

上述したように、制御装置１０１は、制御部１０２および記憶部１０４を含む。制御部１０２は、基板保持部２０、処理液供給部３０および／またはカップ８０を制御する。一例では、制御部１０２は、電動モーター２４、開閉バルブ３３および調整バルブ３４を制御する。

【0055】

なお、図２に示した処理ユニット１０において、処理液供給部３０は、１種類の処理液を基板Ｗに供給可能であるが、処理液供給部３０は、複数種類の処理液を基板Ｗに供給可能であってもよい。例えば、処理液供給部３０は、配管３１、ノズル３２、開閉バルブ３３および調整バルブ３４をそれぞれ複数含んでもよい。

【0056】

次に、図４を参照して、第１実施形態の処理ユニット１０についてさらに説明する。図４は、第１実施形態の処理ユニット１０の構成を模式的に示す図である。

【0057】

図４に示すように、基板処理装置１００は、検出器４１と、制御器４２と、制御器４３とを有する。

【0058】

検出器４１は、流量計３５の流量検出結果に基づいて、処理液の流量を検出する。そして、検出器４１は、検出信号を生成する。検出信号は、処理液の流量の検出値を示す。検出器４１は、検出信号を制御器４２に出力する。詳しくは、検出器４１は、所定のサンプリング周期に従って処理液の流量を検出する。したがって、検出器４１は、所定のサンプリング周期に従って検出信号を制御器４２に出力する。なお、流量計３５と検出器４１とによって流量センサが構成されてもよい。

【0059】

制御器４２は、調整バルブ３４のステッピングモーター３４２を駆動させて、配管３１の流路の開度を制御する。具体的には、制御器４２は、演算回路と、ドライバ回路とを含む。演算回路は、所定のサンプリング周期に従ってＰＩＤ制御を実行する。ドライバ回路は、調整バルブ３４のステッピングモーター３４２を駆動させる駆動電流を生成する。

【0060】

詳しくは、制御器４２は、検出器４１（流量センサ）から入力される検出信号と、予め設定された目標値とに基づいて、検出信号をＰＩＤ制御する。そして、制御器４２は、ＰＩＤ制御された検出信号に基づいて、調整バルブ３４のステッピングモーター３４２を駆動させる駆動電流（パルス信号）を生成し、調整バルブ３４のステッピングモーター３４２に入力する。これにより、調整バルブ３４のステッピングモーター３４２は、駆動電流に基づいて回転する。この結果、ニードル３４１が移動して、配管３１内を通過する処理液の流量が目標値となるように流路の開度が調整される。なお、目標値は、制御部１０２によって制御器４２に設定される。

【0061】

制御器４３は、開閉バルブ３３を駆動させて、配管３１の流路を開閉する。具体的には、制御器４３は、ドライバ回路を含む。ドライバ回路は、開閉バルブ３３を駆動させる駆動電流を生成する。

【0062】

詳しくは、制御器４３は、制御部１０２から入力される開閉信号に基づいて、開閉バルブ３３を駆動させる駆動電流（パルス信号）を生成し、開閉バルブ３３に入力する。これにより、開閉バルブ３３は、流路を開閉する。

【0063】

また、基板処理装置１００は、振動センサ５１と、判定装置５５とを有する。振動センサ５１は、調整バルブ３４の振動を検出する。本実施形態では、振動センサ５１は、調整バルブ３４に取り付けられている。振動センサ５１は、検出した振動に対応する検出信号を生成し、判定装置５５に出力する。本実施形態では、検出信号は、検出した加速度を示す。振動センサ５１は、例えば、加速度センサ、速度センサまたは変位センサである。本実施形態では、振動センサ５１は、加速度センサである。加速度センサは、例えば、圧電素子を有する。

【0064】

判定装置５５は、判定部５５ａおよび記憶部５５ｂを含む。判定部５５ａは、プロセッサを有する。判定部５５ａは、例えば、中央処理演算機（ＣＰＵ）を有する。または、判定部５５ａは、汎用演算機を有してもよい。

【0065】

記憶部５５ｂは、データおよびコンピュータプログラムを記憶する。データは、例えば、振動センサ５１の振動検出結果を含む。また、記憶部５５ｂは、学習済モデルＭを記憶する。学習済モデルＭは、流量計３５の学習時流量検出結果と、振動センサ５１の学習時振動検出結果とに基づいた機械学習によって生成されたモデルである。なお、学習済モデルＭは、レシピ毎に設けられている。学習済モデルＭの詳細については、後述する。

【0066】

記憶部５５ｂは、主記憶装置と、補助記憶装置とを含む。主記憶装置は、例えば、半導体メモリである。補助記憶装置は、例えば、半導体メモリおよび／またはハードディスクドライブである。記憶部５５ｂはリムーバブルメディアを含んでいてもよい。判定部５５ａは、記憶部５５ｂの記憶しているコンピュータプログラムを実行して、調整バルブ３４の故障の兆候の有無を判定する。

【0067】

次に、図５を参照して、第１実施形態の基板処理装置１００をさらに説明する。図５は、第１実施形態の基板処理装置１００のブロック図である。

【0068】

図５に示すように、制御部１０２は、インデクサーロボットＩＲを制御して、インデクサーロボットＩＲによって基板Ｗを受け渡しする。

【0069】

制御部１０２は、センターロボットＣＲを制御して、センターロボットＣＲによって基板Ｗを受け渡しする。例えば、センターロボットＣＲは、未処理の基板Ｗを受け取って、複数の処理ユニット１０のうちのいずれかに基板Ｗを搬入する。また、センターロボットＣＲは、処理された基板Ｗを処理ユニット１０から受け取って、基板Ｗを搬出する。

【0070】

制御部１０２は、基板保持部２０を制御して、基板Ｗの回転の開始、回転速度の変更および基板Ｗの回転の停止を制御する。例えば、制御部１０２は、基板保持部２０を制御して、基板保持部２０の回転数を変更することができる。具体的には、制御部１０２は、基板保持部２０の電動モーター２４の回転数を変更することによって、基板Ｗの回転数を変更できる。

【0071】

制御部１０２は、開閉バルブ３３を制御して、開閉バルブ３３の状態を開状態と閉状態とに切り替えることができる。具体的には、制御部１０２は、制御器４３に制御信号（開閉信号）を送信することによって、開閉バルブ３３を開状態または閉状態にする。これにより、配管３１内の処理液を通過させたり、通過させなかったりすることができる。

【0072】

また、制御部１０２は、制御器４２を制御して、調整バルブ３４の開度を調整することができる。具体的には、制御部１０２は、処理液の流量の目標値を示す目標流量信号を制御器４２に送信することによって、調整バルブ３４の開度を調整する。

【0073】

判定装置５５の判定部５５ａは、調整バルブ３４が駆動している際における振動センサ５１の振動検出結果に基づいて、調整バルブ３４の故障の兆候の有無を判定する。

【0074】

本実施形態では、判定部５５ａは、学習済モデルＭに対して振動センサ５１の振動検出結果を入力して、配管３１内を通過する処理液の推定流量を取得する。そして、判定部５５ａは、推定流量に基づいて、調整バルブ３４の故障の兆候の有無を判定する。

【0075】

また、本実施形態では、判定部５５ａは、推定流量と流量計３５の流量検出結果との差分を算出する。そして、判定部５５ａは、差分に基づいて、調整バルブ３４の故障の兆候の有無を判定する。

【0076】

判定部５５ａは、調整バルブ３４の故障の兆候があると判定した場合、故障兆候信号を制御部１０２に送信する。本実施形態では、基板処理装置１００は、報知部１９０をさらに備える。制御部１０２は、調整バルブ３４の故障兆候があることを示す故障兆候信号を報知部１９０に送信する。これにより、報知部１９０は、調整バルブ３４の交換を促す報知、および／または、基板処理装置１００の点検を促す報知をユーザに対して行う。その結果、例えば、ユーザにより調整バルブ３４が新品に交換される。なお、判定部５５ａが制御部１０２を介さず直接、報知部１９０に対して故障兆候信号を送信してもよい。報知部１９０は、特に限定されるものではないが、例えば、表示パネルを有する表示装置、音を発するスピーカ、および、光を発する発光素子の少なくとも１つを有する。

【0077】

次に、図６～図８を参照して、振動センサ５１が検出する振動検出結果（振動波形）、および、流量計３５が検出する流量検出結果について説明する。図６は、故障の兆候がない調整バルブ３４を駆動した際に、振動センサ５１が検出する振動検出結果（振動波形）の一例を示す図である。図７は、処理液の流量が一定になるように、故障の兆候がない調整バルブ３４を駆動した際に、流量計３５が検出する流量検出結果の一例を示す図である。図８は、故障の兆候がある調整バルブ３４を駆動した際に、振動センサ５１が検出する振動検出結果（振動波形）の一例を示す図である。

【0078】

故障の兆候がない調整バルブ３４（例えば、新品の調整バルブ３４）を駆動した場合、振動センサ５１が検出する振動検出結果（振動波形）は、図６に示すようになる。具体的には、例えば、調整バルブ３４のニードル３４１を所定位置（例えば、全閉位置）から原点位置に移動させた場合、ニードル３４１の移動開始時Ｔａ１において動作の開始トルクがかかるため、振動（加速度）が大きくなる。その後、所定位置（例えば、全閉位置）との原点位置との間において、振動（加速度）の大きさは略一定の範囲に収まる。そして、ニードル３４１の移動停止時Ｔａ２において動作の停止トルクがかかるため、振動（加速度）が大きくなる。

【0079】

また、処理液の流量が一定になるように、故障の兆候がない調整バルブ３４を駆動した場合、流量計３５が検出する流量検出結果は、図７に示すようになる。具体的には、例えば、開閉バルブ３３を閉状態から開状態にする（時刻Ｔｂ１～Ｔｂ２）。そして、処理液の流量が一定（Ｆ１）になるように、故障の兆候がない調整バルブ３４をフィードバック制御する（時刻Ｔｂ２～Ｔｂ３）。その後、開閉バルブ３３を開状態から閉状態にする（時刻Ｔｂ３～Ｔｂ４）。この場合、調整バルブ３４のフィードバック制御によって、処理液の流量が略一定になる。

【0080】

一方、故障の兆候がある調整バルブ３４を駆動した場合、振動センサ５１が検出する振動検出結果（振動波形）は、図８に示すようになる。具体的には、例えば、調整バルブ３４のニードル３４１を所定位置（例えば、全閉位置）から原点位置に移動させた場合、ニードル３４１の移動開始時Ｔａ１において動作の開始トルクがかかるため、振動（加速度）が大きくなる。その後、所定位置（例えば、全閉位置）との原点位置との間において、振動（加速度）の大きさは略一定の範囲に収まるが、突発的に大きくなることがある。言い換えると、ニードル３４１を一定速度で移動させている途中で、突発的に振動（加速度）が大きくなることがある。なお、突発的に大きくなる振動（加速度）の大きさは、ニードル３４１の移動開始時Ｔａ１または移動停止時Ｔａ２における振動（加速度）の大きさと同程度になる。

【0081】

また、処理液の流量が一定になるように、故障の兆候がある調整バルブ３４を駆動した場合、流量計３５が検出する流量検出結果は、図７に示すようになる。つまり、故障の兆候がある調整バルブ３４を用いた場合であっても、故障の兆候がない調整バルブ３４を用いた場合と同様の流量検出結果が得られる。

【0082】

次に、図９を参照して、学習済モデルＭに振動センサ５１の振動検出結果を入力して得られる推定流量について説明する。図９は、故障の兆候がある調整バルブ３４の振動検出結果（振動波形）を学習済モデルＭに入力した際に得られる推定流量の一例を示す図である。

【0083】

故障の兆候がない調整バルブ３４の振動検出結果（図６参照）を学習済モデルＭに入力すると、図７に示すような推定流量が出力される。つまり、フィードバック制御（時刻Ｔｂ２～Ｔｂ３）によって処理液の推定流量が略一定になると推定される。

【0084】

その一方、故障の兆候がある調整バルブ３４の振動検出結果（図８参照）を学習済モデルＭに入力すると、図９に示すような推定流量が出力される。具体的には、フィードバック制御（時刻Ｔｂ２～Ｔｂ３）を実行したとしても、処理液の推定流量にばらつきが生じると推定される。

【0085】

次に、図１０～図１２を参照して、第１実施形態の基板処理装置１００による調整バルブ３４の故障の兆候の有無を判定する方法について説明する。図１０は、第１実施形態の基板処理装置１００による調整バルブ３４の故障兆候の有無の判定方法を示すフローチャートである。図１１は、流量検出結果と推定流量との差分の一例を示す図である。図１２は、流量検出結果と推定流量との差分の他の一例を示す図である。なお、本実施形態では、調整バルブ３４の故障の兆候の有無の判定は、あるレシピを用いて基板Ｗを処理している間に行われる。

【0086】

ステップＳ１において、制御部１０２は、制御器４３を制御して、開閉バルブ３３を閉状態から開状態にする。これにより、配管３１内を処理液が流れる。

【0087】

次に、ステップＳ２において、制御部１０２は、制御器４２を制御して、調整バルブ３４の開度を調整する。具体的には、制御部１０２は、制御器４２に目標流量信号を送信する。また、制御器４２は、流量計３５の流量検出結果を受信する。そして、制御器４２は、目標流量信号および流量検出結果に基づいて、配管３１内を流れる処理液の流量が目標流量と一致するように調整バルブ３４を駆動する。このとき、調整バルブ３４のステッピングモーター３４２は、ニードル３４１を軸方向に移動させる。

【0088】

次に、ステップＳ３において、判定部５５ａは、振動センサ５１が検出した調整バルブ３４の振動検出結果を受信する。また、判定部５５ａは、流量計３５が検出した流量検出結果を受信する。

【0089】

次に、ステップＳ４において、判定部５５ａは、学習済モデルＭに対して振動検出結果を入力する。このとき、判定部５５ａは、後述する制御性能に影響する因子情報と、制御パラメータ情報と、時系列データ（振動検出結果を含む）とを学習済モデルＭに入力してもよい。

【0090】

次に、ステップＳ５において、判定部５５ａは、学習済モデルＭから推定流量を取得する。具体的には、調整バルブ３４に故障の兆候がない場合、推定流量は、例えば図７の時刻Ｔｂ２～Ｔｂ３に示したように、略一定になる。その一方、調整バルブ３４に故障の兆候がある場合、推定流量は、例えば図９の時刻Ｔｂ２～Ｔｂ３に示したように、ばらつきが大きくなる。

【0091】

次に、ステップＳ６において、判定部５５ａは、ステップＳ３で受信した流量検出結果とステップＳ５で取得した推定流量との差分を算出する。

【0092】

具体的には、調整バルブ３４に故障の兆候がない場合、流量検出結果および推定流量の両方が、例えば図７の時刻Ｔｂ２～Ｔｂ３に示したように略一定である。このため、流量検出結果と推定流量との差分は、例えば図１１に示すように、略ゼロで一定になる。

【0093】

その一方、調整バルブ３４に故障の兆候がある場合、流量検出結果は略一定である一方、推定流量はばらつきが大きくなる。このため、流量検出結果と推定流量との差分は、例えば図１２に示すように大きくなる。具体的には、差分の平均値が大きくなったり、差分のばらつきが大きくなったりする。

【0094】

次に、ステップＳ７において、判定部５５ａは、差分に基づいて、調整バルブ３４の故障の兆候の有無を判定する。例えば、判定部５５ａは、差分が所定期間内に所定回数以上、閾値を超える場合に、故障の兆候があると判定する。閾値は、図１１に示した差分よりも大きい値である。所定回数は、１回でもよい。ただし、ノイズによる誤判定を抑制するために、所定回数は、複数回であることが好ましい。

【0095】

また、例えば、判定部５５ａは、差分の平均値が閾値を超える場合に、故障の兆候があると判定してもよい。閾値は、図１１に示した差分よりも大きい値である。

【0096】

ステップＳ７で、故障の兆候があると判定部５５ａが判定した場合、ステップＳ８に進む。

【0097】

次に、ステップＳ８において、故障の兆候があることを報知する。具体的には、判定部５５ａは、故障兆候信号を制御部１０２に送信する。制御部１０２は、報知部１９０に故障兆候信号を報知部１９０に送信する。これにより、報知部１９０は、調整バルブ３４の故障兆候があることをユーザに対して報知する。なお、判定部５５ａが制御部１０２を介さずに報知部１９０に対して故障兆候信号を送信してもよい。その後、処理は、ステップＳ９に進む。

【0098】

一方、ステップＳ７で、故障の兆候がないと判定部５５ａが判定した場合、処理は、ステップＳ９に進む。

【0099】

次に、ステップＳ９において、制御部１０２は、開閉バルブ３３を開状態にしてから所定時間が経過したか否かを判定する。

【0100】

ステップＳ９で、開閉バルブ３３を開状態にしてから所定時間が経過していないと制御部１０２が判定した場合、処理は、ステップＳ２に戻る。

【0101】

一方、ステップＳ９で、開閉バルブ３３を開状態してから所定時間が経過したと制御部１０２が判定した場合、処理は、ステップＳ１０に進む。

【0102】

次に、ステップＳ１０において、制御部１０２は、制御器４３を制御して、開閉バルブ３３を開状態から閉状態にする。

【0103】

以上のようにして、調整バルブ３４の故障兆候の有無の判定が終了する。

【0104】

本実施形態では、上記のように、判定部５５ａは、調整バルブ３４が駆動している際における振動センサ５１の振動検出結果に基づいて、調整バルブ３４の故障の兆候の有無を判定する。従って、調整バルブ３４の故障の兆候を検出できる。つまり、配管３１を流れる処理液の流量の異常が発生する前に、調整バルブ３４の異常の兆候を検出でき、調整バルブ３４を新品に交換することが可能となる。よって、流量異常が突発的に発生することを抑制できるので、意図せずに基板処理を中断することを抑制できる。その結果、生産性が低下することを抑制できる。

【0105】

また、上記のように、判定部５５ａは、学習済モデルＭに対して振動センサ５１の振動検出結果を入力して配管３１内を通過する処理液の推定流量を取得し、推定流量に基づいて、調整バルブ３４の故障の兆候の有無を判定する。従って、調整バルブ３４の故障の兆候の有無を容易に判定できる。

【0106】

また、上記のように、判定部５５ａは、推定流量と流量検出結果との差分を算出し、差分に基づいて、調整バルブ３４の故障の兆候の有無を判定する。従って、調整バルブ３４に故障の兆候がない場合には、図１１に示したような差分が得られる一方、調整バルブ３４に故障の兆候がある場合には、図１２に示したような差分が得られる。よって、調整バルブ３４の故障の兆候の有無をより容易に判定できる。

【0107】

また、上記のように、判定部５５ａは、差分が所定期間内に所定回数以上、閾値を超える場合に、故障の兆候があると判定する。従って、各検出結果のノイズに起因する誤判定を抑制できる。

【0108】

また、上記のように、調整バルブ３４は、モーターニードルバルブを有する。モーターニードルバルブは、故障する前に振動するという兆候が現れやすいので、モーターニードルバルブを有する調整バルブ３４を用いる場合に本発明を適用することは、特に効果的である。

【0109】

また、上記のように、調整バルブ３４の故障の兆候があると判定部５５ａが判定した場合に、故障の兆候があることを報知する報知部１９０を備える。従って、調整バルブ３４の故障の兆候があることをユーザに対して報知できる。よって、ユーザは、調整バルブ３４に故障の兆候があることを容易に知ることができる。

【0110】

次に、図１３～図１７を参照して、基板処理学習システム１０００について説明する。図１３は、基板処理学習システム１０００の構成を示す図である。

【0111】

図１３に示すように、基板処理学習システム１０００は、基板処理装置１００と、学習用データ生成装置４００と、学習装置５００とを備える。

【0112】

基板処理装置１００は、学習用データを生成するために、基板Ｗを処理液で処理する。以下、理解を容易にするために、学習用データを生成するときのことを「学習時」と記載することがある。また、学習用データを生成する際に基板処理装置１００の各部が検出する結果に対して「学習時」を付すことがある。

【0113】

基板処理装置１００は少なくとも、学習時に流量計３５が検出した学習時流量検出結果と、学習時に振動センサ５１が検出した学習時振動検出結果とを学習用データ生成装置４００に送信する。具体的には、基板処理装置１００は少なくとも、学習時流量検出結果および学習時振動検出結果の時系列データを学習用データ生成装置４００に送信する。本実施形態では、基板処理装置１００は、制御性能に影響する因子情報と、制御パラメータ情報と、時系列データとを学習用データ生成装置４００に送信する。本実施形態では、学習時流量検出結果および学習時振動検出結果は、故障の兆候がある調整バルブ３４を用いた際における、流量計３５および振動センサ５１の検出結果を含んでいない。言い換えると、本実施形態では、故障の兆候がない調整バルブ３４（例えば、新品の調整バルブ３４）を用いて、学習時流量検出結果および学習時振動検出結果が取得される。

【0114】

制御性能に影響する因子は、例えば、生産レシピ番号、ニードル３４１の位置、目標流量値、流量計３５の流量検出結果、調整バルブ３４の一次（上流側）圧力値、処理液の温度、および、開閉バルブ３３の開閉信号を含む。

【0115】

制御パラメータは、例えば、ＰＩＤ制御の周期、および、制御開始時のニードル３４１の位置を含む。

【0116】

時系列データは、例えば、制御パラメータに基づいて制御周期毎に演算されるニードル３４１の操作量（移動量）の時系列データと、振動センサ５１の振動検出結果の時系列データとを含む。

【0117】

なお、基板処理装置１００は、制御性能に影響する因子情報、制御パラメータ情報、および、時系列データを記憶部１０４に記憶しているか、または、これらの情報等の一部を検出するセンサを有している。

【0118】

学習用データ生成装置４００は、学習時流量検出結果と学習時振動検出結果とを関連付けて、学習用データ４１０を生成する。本実施形態では、学習用データ生成装置４００は、制御性能に影響する因子情報と、制御パラメータ情報と、時系列データとを関連付けて学習用データ４１０を生成する。学習用データ生成装置４００は、生成した学習用データ４１０を学習装置５００に送信する。

【0119】

学習装置５００は、学習用データ４１０に含まれるデータに対して前処理を行う。例えば、学習装置５００は、開閉バルブ３３および調整バルブ３４に対する制御信号をアナログ化処理する。また、例えば、正規分布に基づきノイズと判断できる値を除去したり、正規分布に近づくように値を補完したりする。

【0120】

また、学習装置５００は、学習用データ４１０に含まれる各データについて、配管３１に流れる処理液の流量（目的変数）に対する影響指数を抽出する。そして、学習装置５００は、学習用データ４１０に含まれるデータのうち影響指数の小さいデータを、学習用データ４１０から削除する。影響指数を抽出する方法は、特に限定されるものではないが、例えば、多変量解析によって行われる。多変量解析は、例えば、単回帰分析または重回帰分析を含む。

【0121】

そして、学習装置５００は、学習用データ４１０に基づいた機械学習によって、学習済モデルＭを生成する。詳しくは、学習装置５００は、学習プログラムに学習用データ４１０を入力することによって学習済モデルＭを生成する。学習装置５００は、生成した学習済モデルＭを基板処理装置１００に送信する。

【0122】

続いて、図１４を参照して学習用データ生成装置４００をさらに説明する。図１４は、学習用データ生成装置４００を示すブロック図である。

【0123】

図１４に示すように、学習用データ生成装置４００は、制御装置４０１を備える。制御装置４０１は、制御部４０２と、記憶部４０３とを含む。

【0124】

制御部４０２は、プロセッサを有する。制御部４０２は、例えば、ＣＰＵまたはＭＰＵを有する。あるいは、制御部４０２は、汎用演算機を有してもよい。制御部４０２は、ＮＰＵをさらに有してもよい。

【0125】

記憶部４０３は、制御プログラム４３１およびデータを記憶する。制御プログラム４３１は、コンピュータプログラムである。記憶部４０３は、主記憶装置を有する。記憶部４０３は、補助記憶装置をさらに有してもよい。記憶部４０３はリムーバブルメディアを含んでいてもよい。制御部４０２は、記憶部４０３に記憶されている制御プログラム４３１およびデータに基づいて、各種処理を実行する。

【0126】

記憶部４０３は、データ生成プログラム４３２をさらに記憶する。制御部４０２は、基板処理装置１００から取得した学習時流量検出結果および学習時振動検出結果を記憶部４０３に記憶させる。本実施形態では、制御部４０２は、基板処理装置１００から取得した制御性能に影響する因子情報、制御パラメータ情報および時系列データを記憶部４０３に記憶させる。

【0127】

データ生成プログラム４３２は、学習時流量検出結果および学習時振動検出結果等を関連付けて学習用データ４１０を生成するためのプログラムである。本実施形態では、データ生成プログラム４３２は、制御性能に影響する因子情報、制御パラメータ情報および時系列データ等を関連付けて学習用データ４１０を生成するためのプログラムである。

【0128】

制御部４０２は、学習時流量検出結果および学習時振動検出結果等を関連付けて学習用データ４１０を生成し、記憶部４０３に記憶させる。本実施形態では、制御部４０２は、制御性能に影響する因子情報、制御パラメータ情報および時系列データ等を関連付けて学習用データ４１０を生成し、記憶部４０３に記憶させる。

【0129】

学習用データ生成装置４００は、表示部４０４と、入力部４０５とをさらに備える。

【0130】

表示部４０４は、各種画面や各種情報を表示する。表示部４０４は、例えば、液晶ディスプレイまたは有機ＥＬディスプレイである。表示部４０４は、制御部４０２に各種データを入力するための入力画面を表示してもよい。

【0131】

入力部４０５は、ユーザからの入力を受け付けて、制御部４０２に各種情報を出力する。入力部４０５は、例えば、タッチパネルおよびポインティングデバイスを含む。入力部４０５は、学習用データ４１０を生成する指示の入力を受け付けてもよい。

【0132】

続いて、図１４および図１５を参照して、第１実施形態の学習用データ４１０の生成方法を説明する。図１５は、第１実施形態の学習用データ４１０の生成方法を示すフローチャートである。学習用データ４１０の生成方法は、ステップＳ１０１およびステップＳ１０２を含む。

【0133】

図１５に示すように、ステップＳ１０１において、学習用データ生成装置４００（制御部４０２）は、学習時流量検出結果および学習時振動検出結果を取得する。具体的には、制御部４０２は、基板処理装置１００から学習時流量検出結果および学習時振動検出結果を取得する。本実施形態では、制御部４０２は、制御性能に影響する因子情報と、制御パラメータ情報と、時系列データとを取得する。なお、本実施形態では、制御部４０２は、学習時流量検出結果および学習時振動検出結果を１つの工程（ステップＳ１０１）で取得するが、学習時流量検出結果および学習時振動検出結果を別々の工程で取得してもよい。

【0134】

次に、ステップＳ１０２において、制御部４０２は、学習時流量検出結果と学習時振動検出結果とを関連付けて学習用データ４１０として記憶部４０３に記憶する。本実施形態では、制御部４０２は、制御性能に影響する因子情報と、制御パラメータ情報と、時系列データとを関連付けて学習用データ４１０として記憶部４０３に記憶する。

【0135】

以上のようにして、学習用データ４１０の生成が終了する。

【0136】

続いて、図１６を参照して学習装置５００をさらに説明する。図１６は、学習装置５００を示すブロック図である。図１６に示すように、学習装置５００は、制御装置５０１を備える。制御装置５０１は、制御部５０２と、記憶部５０３とを含む。

【0137】

制御部５０２は、プロセッサを有する。制御部５０２は、例えば、ＣＰＵまたはＭＰＵを有する。あるいは、制御部５０２は、汎用演算機を有してもよい。制御部５０２は、ＮＰＵをさらに有してもよい。

【0138】

記憶部５０３は、制御プログラム５３１およびデータを記憶する。制御プログラム５３１は、コンピュータプログラムである。記憶部５０３は、主記憶装置を有する。記憶部５０３は、補助記憶装置をさらに有してもよい。記憶部５０３はリムーバブルメディアを含んでいてもよい。制御部５０２は、記憶部５０３に記憶されている制御プログラム５３１およびデータに基づいて、各種処理を実行する。

【0139】

記憶部５０３は、学習プログラム５３２をさらに記憶する。制御部５０２は、学習用データ生成装置４００から取得した学習用データ４１０を記憶部５０３に記憶させる。

【0140】

学習プログラム５３２は、学習用データ４１０から一定の規則を見出し、見出した規則を表現する学習済モデルＭを生成するための機械学習アルゴリズムを実行するためのプログラムである。制御部５０２が学習プログラム５３２を実行することによって、学習用データ４１０に基づいた機械学習により、推論プログラムのパラメータが調整される。この結果、学習済モデルＭが生成される。制御部５０２は、生成した学習済モデルＭを記憶部５０３に記憶させる。

【0141】

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、または、ニューラルネットワークである。したがって、学習済モデルＭ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、または、ニューラルネットワークを含む。

【0142】

例えば、ニューラルネットワークは、入力層、単数または複数の中間層、および、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）、または、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、および、出力層を含む。

【0143】

学習装置５００は、表示部５０４と、入力部５０５とをさらに備える。

【0144】

表示部５０４は、各種画面や各種情報を表示する。表示部５０４は、例えば、液晶ディスプレイまたは有機ＥＬディスプレイである。表示部５０４は、制御部５０２に各種データを入力するための入力画面を表示してもよい。

【0145】

入力部５０５は、ユーザからの入力を受け付けて、制御部５０２に各種情報を出力する。入力部５０５は、例えば、タッチパネルおよびポインティングデバイスを含む。入力部５０５は、学習済モデルＭを生成する指示の入力を受け付けてもよい。

【0146】

続いて、図１６および図１７を参照して、第１実施形態の学習方法を説明する。図１７は、第１実施形態の学習方法を示すフローチャートである。学習用データ４１０の学習方法は、ステップＳ２０１～ステップＳ２０５を含む。

【0147】

図１７に示すように、ステップＳ２０１において、制御部５０２は、記憶部５０３から学習用データ４１０を取得する。

【0148】

次に、ステップＳ２０２において、制御部５０２は、学習用データ４１０に対して前処理を行う。

【0149】

次に、ステップＳ２０３において、制御部５０２は、学習用データ４１０に含まれるデータのうち影響指数の小さいデータを、学習用データ４１０から削除する。

【0150】

次に、ステップＳ２０４において、制御部５０２は、学習プログラム５３２に学習用データ４１０を入力することによって機械学習する。

【0151】

ステップＳ２０５において、制御部５０２は、複数の学習済パラメータ（係数）を適用したモデル（１以上の関数）を、学習済モデルＭとして生成する。制御部５０２は、生成した学習済モデルＭを記憶部５０３に記憶させる。

【0152】

（第２実施形態）
次に、図１８を参照して、本発明の第２実施形態の基板処理装置１００について説明する。図１８は、第２実施形態の基板処理装置１００の模式的な平面図である。第２実施形態では、基板処理装置１００が、複数の処理ユニット１０に処理液を供給する共通配管６００と、共通配管６００内の圧力を検出する圧力計７３０とを備える例について説明する。なお、図１８では、図面簡略化のため、基板処理装置１００が備える処理ユニット１０のうち２つの処理ユニット１０のみを描いている。

【0153】

図１８に示すように、基板処理装置１００は、複数の処理ユニット１０と、共通配管６００とを備える。複数の処理ユニット１０は、互いに同じ構成を有する。配管３１、開閉バルブ３３、調整バルブ３４、振動センサ５１、流量計３５、および、学習済モデルＭの各々は、処理ユニット１０毎に設けられている。本実施形態では、配管３１、開閉バルブ３３、制御器４３、調整バルブ３４、制御器４２、振動センサ５１、判定部５５ａ、流量計３５、検出器４１、および、学習済モデルＭの各々は、処理ユニット１０毎に設けられている。

【0154】

共通配管６００は、供給源に接続され、供給源から処理液が供給される。共通配管６００は、複数の処理ユニット１０の配管３１に処理液を供給する。共通配管６００は、上流配管６００ａ、中流配管６００ｂおよび下流配管６００ｃを有する。上流配管６００ａは、供給源に接続される。中流配管６００ｂは、上流配管６００ａの下流に位置し、複数の処理ユニット１０の配管３１に接続される。以下、理解を容易にするために、中流配管６００ｂの最上流に接続される処理ユニット１０を処理ユニット１０ａと記載し、中流配管６００ｂの最下流に接続される処理ユニット１０を処理ユニット１０ｂと記載することがある。下流配管６００ｃは、中流配管６００ｂの下流に位置する。下流配管６００ｃは、供給源に接続され、処理液を供給源に戻す。

【0155】

基板処理装置１００は、開閉バルブ６１０と、圧力調整バルブ６２０とを備える。開閉バルブ６１０は、上流配管６００ａに設けられ、上流配管６００ａ内の流路を開閉する。具体的には、開閉バルブ６１０は、例えば、弁座が内部に設けられたバルブボディ（図示しない）と、弁座を開閉する弁体と、開位置と閉位置との間で弁体を移動させるアクチュエータ（図示しない）とを含む。

【0156】

圧力調整バルブ６２０は、下流配管６００ｃに設けられ、下流配管６００ｃ内の処理液の圧力を調整する。具体的には、圧力調整バルブ６２０は、例えば、弁座が内部に設けられたバルブボディ（図示しない）と、弁座を開閉する弁体と、弁体の位置を調整する調整スプリング（図示しない）とを含む。

【0157】

基板処理装置１００は、配管７１０と、レギュレータ７２０とを備える。配管７１０は、気体（例えば、空気）の供給源と圧力調整バルブ６２０とを接続する。本実施形態では、レギュレータ７２０は、電空レギュレータである。レギュレータ７２０は、配管７１０に設けられ、圧力調整バルブ６２０に供給する空気圧を調整する。レギュレータ７２０から圧力調整バルブ６２０に供給される空気は、圧力調整バルブ６２０の調整スプリングに作用し、弁体の位置が調整される。

【0158】

基板処理装置１００は、圧力計７３０と、圧力調整バルブ制御器７４０と、温度計７５０とを備える。圧力計７３０は、上流配管６００ａに設けられ、上流配管６００ａ内の処理液の圧力を検出する。圧力計７３０の圧力検出結果（圧力検出信号）は、圧力調整バルブ制御器７４０に送信される。また、本実施形態では、圧力計７３０の圧力検出結果は、各処理ユニット１０の判定装置５５にも送信される。

【0159】

圧力調整バルブ制御器７４０は、レギュレータ７２０を駆動させて圧力調整バルブ６２０に供給する空気圧を制御する。具体的には、圧力調整バルブ制御器７４０は、演算回路を含む。演算回路は、所定のサンプリング周期に従ってＰＩＤ制御を実行する。圧力調整バルブ制御器７４０は、圧力計７３０から入力される圧力検出信号と、予め設定された目標圧力値とに基づいて、圧力検出信号をＰＩＤ制御する。そして、圧力調整バルブ制御器７４０は、ＰＩＤ制御された圧力検出信号に基づいて、制御信号を生成してレギュレータ７２０に入力する。

【0160】

温度計７５０は、上流配管６００ａ内の処理液の温度、および、下流配管６００ｃ内の処理液の温度を検出する。温度計７５０の温度検出結果は、制御部１０２に送信される。また、本実施形態では、温度計７５０の温度検出結果は、各処理ユニット１０の判定装置５５にも送信される。

【0161】

本実施形態では、学習済モデルＭは、流量計３５の学習時流量検出結果と、振動センサ５１の学習時振動検出結果と、圧力計７３０の学習時圧力検出結果とに基づいた機械学習によって生成されている。また、学習済モデルＭは、流量計３５の学習時流量検出結果と、振動センサ５１の学習時振動検出結果と、圧力計７３０の学習時圧力検出結果と、温度計７５０の学習時温度検出結果とに基づいた機械学習によって生成されていてもよい。本実施形態では、学習済モデルＭは、上述した制御性能に影響する因子情報、制御パラメータ情報、および、時系列データに加え、圧力計７３０の学習時圧力検出結果と、温度計７５０の学習時温度検出結果とに基づいた機械学習によって生成されていてもよい。

【0162】

また、本実施形態では、判定部５５ａは、学習済モデルＭに対して、振動センサ５１の振動検出結果と、調整バルブ３４が駆動している際における圧力計７３０の圧力検出結果とを入力して、推定流量を取得する。また、判定部５５ａは、学習済モデルＭに対して、振動センサ５１の振動検出結果と、調整バルブ３４が駆動している際における圧力計７３０の圧力検出結果と、調整バルブ３４が駆動している際における温度計７５０の温度検出結果とを入力して、推定流量を取得してもよい。本実施形態では、判定部５５ａは、学習済モデルＭに対して、上述した制御性能に影響する因子情報、制御パラメータ情報、および、時系列データに加え、圧力計７３０の学習時圧力検出結果と、温度計７５０の学習時温度検出結果とに基づいた機械学習によって生成されていてもよい。

【0163】

また、本実施形態では、学習用データ４１０には、圧力計７３０の学習時圧力検出結果が含まれている。また、学習用データ４１０には、圧力計７３０の学習時圧力検出結果と、温度計７５０の学習時温度検出結果とが含まれていてもよい。

【0164】

本実施形態では、上記のように、判定部５５ａは、学習済モデルＭに対して、振動センサ５１の振動検出結果と、調整バルブ３４が駆動している際における圧力計７３０の圧力検出結果とを入力して、推定流量を取得する。従って、例えば、処理ユニット１０ａの調整バルブ３４の故障の兆候の有無を判定する判定部５５ａ（以下、処理ユニット１０ａの判定部５５ａと記載することがある）は、共通配管６００周辺の機器（開閉バルブ６１０、圧力調整バルブ６２０等）または他の処理ユニット１０（処理ユニット１０ｂ等）の異常を検出することも可能である。

【0165】

具体的には、例えば、処理ユニット１０ａの調整バルブ３４に故障の兆候がない場合であって、共通配管６００周辺の機器または他の処理ユニット１０に異常が発生した場合、複数の処理ユニット１０に接続された共通配管６００内の処理液の圧力が高くまたは低くなる。この場合、圧力計７３０の圧力検出結果を学習済モデルＭに入力することにより取得される推定流量は、例えば、図９に示すようになる。その一方、処理ユニット１０ａの調整バルブ３４はフィードバック制御されているため、流量計３５の流量検出結果は、例えば、図７に示すようになる。このため、推定流量と流量計３５の流量検出結果との差分は、例えば、図１２に示したようになる。よって、処理ユニット１０ａの判定部５５ａは、調整バルブ３４の故障の兆候がある、または、処理液を供給する系統（共通配管６００周辺の機器、および、全ての処理ユニット１０）に関連するいずれかの機器に異常が発生している、と判定する。そして、ユーザは、例えば、共通配管６００周辺の機器、および／または、他の処理ユニット１０を点検する。

【0166】

なお、本実施形態においても、第１実施形態と同様、処理ユニット１０ａの調整バルブ３４に故障の兆候がある場合、処理ユニット１０ａの判定部５５ａは、故障の兆候を検出できる。

【0167】

第２実施形態のその他の構成、効果、学習用データ４１０の生成方法、および、学習方法は、第１実施形態と同様である。

【0168】

以上、本発明の実施形態について図面を参照しながら説明した。但し、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することが可能である。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、または、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。

【0169】

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。

【0170】

例えば、上記実施形態では、調整バルブ３４の故障の兆候の有無の判定を、基板Ｗを処理している間に行う例について説明したが、本発明はこれに限らない。調整バルブ３４の故障の兆候の有無の判定を、基板Ｗを処理していないときに行ってもよい。

【0171】

また、上記実施形態では、学習済モデルＭを用いて調整バルブ３４の故障の兆候の有無を判定する例について説明したが、本発明はこれに限らない。例えば、学習済モデルＭを用いずに、図８に示したような振動検出結果から故障の兆候の有無を判定してもよい。この場合、例えば、基板Ｗを処理していない、または、フィードバック制御していないときに、ニードル３４１を移動させて図８に示したような振動検出結果（振動波形）を取得し、その振動波形うち、移動開始時Ｔａ１と移動停止時Ｔａ２とを除く期間の振動の大きさが閾値以上になるか否かを判定することによって、故障の兆候があるか否かを判定してもよい。

【0172】

また、上記実施形態では、推定流量と流量検出結果との差分に基づいて、調整バルブ３４の故障の兆候の有無を判定する例について説明したが、本発明はこれに限らない。例えば、流量検出結果を用いず、図９に示したような推定流量を示す波形に基づいて、調整バルブ３４の故障の兆候の有無を判定してもよい。

【0173】

また、上記実施形態では、判定部５５ａと制御部１０２とを別々に設ける例について説明したが、本発明はこれに限らない。例えば、制御部１０２が判定部５５ａを兼ねてもよい。また、判定部５５ａの一部の機能を制御部１０２が行ってもよい。これらの場合、制御部１０２は、本発明の「判定部」の一例である。

【0174】

また、上記実施形態では、学習用データ４１０に対する前処理および影響指数の抽出を学習装置５００が行う例について説明したが、本発明はこれに限らない。例えば、学習用データ４１０に対する前処理および影響指数の抽出の少なくとも一方を学習用データ生成装置４００が行ってもよい。

【0175】

また、上記実施形態では、学習用データ生成装置４００と学習装置５００とを別々に設ける例について説明したが、本発明はこれに限らない。例えば、学習用データ生成装置４００および学習装置５００の両方の機能を有する１つの装置を設けてもよい。

【0176】

また、上記実施形態では、供給源からの処理液をそのまま基板Ｗに供給する例について説明したが、本発明はこれに限らない。例えば、第１供給源からの第１処理液と、第２供給源からの第２処理液とを混合して混合処理液を生成し、混合処理液を基板Ｗに供給してもよい。つまり、本発明では、混合される前の処理液が通過する配管に設けられる調整バルブの故障の兆候の有無を判定してもよい。

【産業上の利用可能性】

【0177】

本発明は、基板を処理する分野に有用である。

【符号の説明】

【0178】

１０、１０ａ、１０ｂ ：処理ユニット
３１ ：配管
３３ ：開閉バルブ
３４ ：調整バルブ
３５ ：流量計
５１ ：振動センサ
５５ａ ：判定部
５５ｂ ：記憶部
１００ ：基板処理装置
１９０ ：報知部
６００ ：共通配管
７３０ ：圧力計
Ｍ ：学習済モデル
Ｓ１ ：ステップ（開状態または閉状態にする工程）
Ｓ２ ：ステップ（駆動する工程）
Ｓ３ ：ステップ（振動を検出する工程）
Ｓ５ ：ステップ（推定流量を取得する工程）
Ｓ７ ：ステップ（判定する工程）
Ｓ１０１ ：ステップ（学習時流量検出結果を取得する工程、学習時振動検出結果を取得する工程）
Ｓ１０２ ：ステップ（記憶する工程）
Ｓ２０１ ：ステップ（学習用データを取得する工程）
Ｓ２０４ ：ステップ（機械学習する工程）
Ｗ ：基板

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】