特許 7699517 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-06-19

(45)【発行日】2025-06-27

(54)【発明の名称】情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法

(51)【国際特許分類】

   H01L 21/304 20060101AFI20250620BHJP

   G06N 20/00 20190101ALI20250620BHJP

   H01L 21/02 20060101ALI20250620BHJP

   G05B 23/02 20060101ALN20250620BHJP

【ＦＩ】

H01L21/304 622R

G06N20/00 130

H01L21/02 Z

H01L21/304 622Q

G05B23/02 Z

【請求項の数】 14

(21)【出願番号】P 2021164342

(22)【出願日】2021-10-05

(65)【公開番号】P2023055161

(43)【公開日】2023-04-17

【審査請求日】2024-09-26

(73)【特許権者】

【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】100214248

【弁理士】

【氏名又は名称】青山 純

(74)【代理人】

【識別番号】100214260

【弁理士】

【氏名又は名称】相羽 昌孝

(72)【発明者】

【氏名】中込 良

(72)【発明者】

【氏名】目黒 隆義

【審査官】庄司 一隆

(56)【参考文献】

【文献】特開２００７－３０１６９０（ＪＰ，Ａ）

【文献】特開２００５－１８２６３５（ＪＰ，Ａ）

【文献】特開２０１０－２３２４０５（ＪＰ，Ａ）

【文献】特開２０１８－０９７４９４（ＪＰ，Ａ）

【文献】特開２００５－２５９７９２（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０１Ｌ ２１／３０４

Ｇ０６Ｎ ２０／００

Ｈ０１Ｌ ２１／０２

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに複数の前記モジュールにそれぞれ存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報を取得する情報取得部と、
前記アラーム発生情報と、前記アラームの発生に対処するための支援情報との相関関係を機械学習により学習させた学習モデルに、前記アラームの発生に応じて前記情報取得部により取得された前記アラーム発生情報を入力することで、当該アラームに対応する前記支援情報を生成する支援処理部と、を備える、
情報処理装置。

【請求項2】

前記アラーム発生情報は、
前記アラームが発生したときに複数の前記モジュールにそれぞれ存在する前記基板のレシピを示す基板レシピ情報、
複数の前記モジュールにそれぞれ設定された複数の装置パラメータからなる装置設定情報、及び、
複数の前記モジュールがそれぞれ動作した履歴を示す動作履歴情報の少なくとも１つをさらに含む、
請求項１に記載の情報処理装置。

【請求項3】

前記支援情報は、
前記基板処理装置のユーザに提示される情報に関するユーザ提示情報、及び、
前記基板処理装置に提供される情報に関する装置提供情報の少なくとも一方を含む、
請求項１又は請求項２に記載の情報処理装置。

【請求項4】

前記ユーザ提示情報は、
複数の前記モジュールにそれぞれ配置された複数のセンサのうち少なくとも１つの前記センサの検出値の経時変化を表示可能なセンサモニタ画面に対して表示対象とする少なくとも１つの前記センサを特定する表示対象センサ情報を含む、
請求項３に記載の情報処理装置。

【請求項5】

前記ユーザ提示情報は、
前記センサモニタ画面に対して前記経時変化を表示する際の時間範囲を特定する表示対象時間範囲情報を含む、
請求項４に記載の情報処理装置。

【請求項6】

前記ユーザ提示情報は、
前記基板処理装置にて検出された複数のイベントのうち少なくとも１つの前記イベントの検出時点を表示可能な前記センサモニタ画面に対して表示対象とする少なくとも１つの前記イベントを特定する表示対象イベント情報を含む、
請求項４又は請求項５に記載の情報処理装置。

【請求項7】

前記ユーザ提示情報は、
複数の前記モジュールのうち少なくとも１つの前記モジュールの復旧操作の案内を表示可能な復旧操作案内画面に対して表示対象とする少なくとも１つの前記モジュールを特定する表示対象モジュール情報を含む、
請求項３乃至請求項６のいずれか一項に記載の情報処理装置。

【請求項8】

前記ユーザ提示情報は、
複数の前記モジュールにそれぞれ設定された複数の装置パラメータのうち少なくとも１つの前記装置パラメータの変更操作の案内を表示可能な変更操作案内画面に対して表示対象とする少なくとも１つの前記装置パラメータを特定する表示対象装置パラメータ情報を含む、
請求項３乃至請求項７のいずれか一項に記載の情報処理装置。

【請求項9】

前記装置提供情報は、
複数の前記モジュールにそれぞれ設定された複数の装置パラメータのうち少なくとも１つの前記装置パラメータの変更処理を指定可能な変更処理指定データに対して指定対象とする少なくとも１つの前記装置パラメータを特定する指定対象装置パラメータ情報を含む、
請求項３乃至請求項８のいずれか一項に記載の情報処理装置。

【請求項10】

メモリと、プロセッサとを備える推論装置であって、
前記プロセッサは、
複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに複数の前記モジュールにそれぞれ存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報を取得する情報取得処理と、
前記アラームの発生に応じて前記情報取得処理にて前記アラーム発生情報を取得すると、当該アラームの発生に対処するための支援情報を推論する推論処理と、を実行する、
推論装置。

【請求項11】

複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに前記基板処理装置内に存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報と、前記アラームの発生に対処するための支援情報とで構成される学習用データを複数組記憶する学習用データ記憶部と、
複数組の前記学習用データを学習モデルに入力することで、前記アラーム発生情報と前記支援情報との相関関係を前記学習モデルに学習させる機械学習部と、
前記機械学習部により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶部と、を備える、
機械学習装置。

【請求項12】

複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに複数の前記モジュールにそれぞれ存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報を取得する情報取得工程と、
前記アラーム発生情報と、前記アラームの発生に対処するための支援情報との相関関係を機械学習により学習させた学習モデルに、前記アラームの発生に応じて前記情報取得工程により取得された前記アラーム発生情報を入力することで、当該アラームに対応する前記支援情報を生成する支援処理工程と、を備える、
情報処理方法。

【請求項13】

メモリと、プロセッサとを備える推論装置により実行される推論方法であって、
前記プロセッサは、
複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに複数の前記モジュールにそれぞれ存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報を取得する情報取得工程と、
前記アラームの発生に応じて前記情報取得工程にて前記アラーム発生情報を取得すると、当該アラームの発生に対処するための支援情報を推論する推論工程と、を実行する、
推論方法。

【請求項14】

複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに前記基板処理装置内に存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報と、前記アラームの発生に対処するための支援情報とで構成される学習用データを複数組記憶する学習用データ記憶工程と、
複数組の前記学習用データを学習モデルに入力することで、前記アラーム発生情報と前記支援情報との相関関係を前記学習モデルに学習させる機械学習工程と、
前記機械学習工程により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶工程と、を備える、
機械学習方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法に関する。

【背景技術】

【0002】

半導体ウェハ等の基板に対して各種の処理を行う基板処理装置の１つとして、化学機械研磨（ＣＭＰ：Ｃｈｅｍｉｃａｌ Ｍｅｃｈａｎｉｃａｌ Ｐｏｌｉｓｈｉｎｇ）処理を行う基板処理装置が知られている。基板処理装置は、基板に対して研磨処理を行う際、各種のアラーム発生条件に該当するか否かを監視し、アラーム発生条件のいずれかに該当する場合には、アラームを発生し、そのアラームの内容を表示することが行われている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００７－３０１６９０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

基板処理装置にてアラームが発生した場合、基板処理装置のユーザは、そのアラームへの対処として、アラームの種類に応じて、原因の分析作業や復旧作業が求められる。その際、基板処理装置は、複数のモジュールで構成されていることから、アラームが発生したタイミングで各モジュールに存在する基板の配置状態に応じて、ユーザが確認すべき基板処理装置の箇所や装置パラメータが変わるため、必要な対処も異なる。したがって、各種のアラームに迅速かつ適切に対処するには、ユーザ個人の経験や知見に依存する度合いが大きく、その対処が適切でない場合には、より重大なアラームの発生や生産性の低下を招くことにもなり得る。

【0005】

本発明は、上記の課題に鑑み、ユーザの経験や知見に依存することなく、アラームに対して迅速かつ適切な対処を可能とする情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法を提供することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するために、本発明の一態様に係る情報処理装置は、
複数のモジュールで構成されて基板の研磨処理を行う基板処理装置にて発生したアラームの種類を示すアラーム種類情報、及び、前記アラームが発生したときに複数の前記モジュールにそれぞれ存在する前記基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報を取得する情報取得部と、
前記アラーム発生情報と、前記アラームの発生に対処するための支援情報との相関関係を機械学習により学習させた学習モデルに、前記アラームの発生に応じて前記情報取得部により取得された前記アラーム発生情報を入力することで、当該アラームに対応する前記支援情報を生成する支援処理部と、を備える。

【発明の効果】

【0007】

本発明の一態様に係る情報処理装置によれば、アラームの発生に応じてアラーム発生情報が学習モデルに入力されることで、当該アラームに対応する支援情報が生成されるので、ユーザの経験や知見に依存することなく、アラームに対して迅速かつ適切に対処するこ
とができる。

【0008】

上記以外の課題、構成及び効果は、後述する発明を実施するための形態にて明らかにされる。

【図面の簡単な説明】

【0009】

【図1】基板処理システム１の一例を示す全体構成図である。

【図2】基板処理装置２の一例を示す平面図である。

【図3】第１乃至第４の研磨部２２０Ａ～２２０Ｄの一例を示す斜視図である。

【図4】基板処理装置２の一例を示すブロック図である。

【図5】基板配置状態表示画面１２の一例を示す画面構成図である。

【図6】センサモニタ画面１３の一例を示す画面構成図である。

【図7】復旧操作案内画面１４の一例を示す画面構成図である。

【図8】変更操作案内画面１５の一例を示す画面構成図である。

【図9】コンピュータ９００の一例を示すハードウエア構成図である。

【図10】データベース装置３により管理される履歴情報３０の一例を示すデータ構成図である。

【図11】機械学習装置４の一例を示すブロック図である。

【図12】学習用データ１１の一例を示すデータ構成図である。

【図13】機械学習装置４で使用される学習モデル１０を構成するニューラルネットワークモデルの一例を示す模式図である。

【図14】機械学習装置４による機械学習方法の一例を示すフローチャートである。

【図15】情報処理装置５の一例を示すブロック図である。

【図16】情報処理装置５による情報処理方法の一例を示すフローチャートである。

【発明を実施するための形態】

【0010】

以下、図面を参照して本発明を実施するための実施形態について説明する。以下では、本発明の目的を達成するための説明に必要な範囲を模式的に示し、本発明の該当部分の説明に必要な範囲を主に説明することとし、説明を省略する箇所については公知技術によるものとする。

【0011】

図１は、基板処理システム１の一例を示す全体構成図である。本実施形態に係る基板処理システム１は、半導体ウェハ等の基板（以下、「ウェハ」という）Ｗに対して化学機械研磨処理（以下、「研磨処理」という）を行う基板処理工程を管理するシステムとして機能する。

【0012】

基板処理システム１は、その主要な構成として、基板処理装置２と、データベース装置３と、機械学習装置４と、情報処理装置５と、ユーザ端末装置６とを備える。各装置２～６は、例えば、汎用又は専用のコンピュータ（後述の図９参照）で構成されるとともに、有線又は無線のネットワーク７に接続されて、各種のデータ（図１には一部のデータの送受信を破線の矢印にて図示）を相互に送受信可能に構成される。なお、各装置２～６の数やネットワーク７の接続構成は、図１の例に限られず、適宜変更してもよい。

【0013】

基板処理装置２は、ウェハＷの表面を平坦に研磨する研磨処理を行う装置である。基板処理装置２は、複数のモジュールで構成されて、１又は複数のウェハＷに対して、研磨処理の一連の動作として、例えば、ロ―ド、研磨、洗浄、乾燥、膜厚測定、アンロード等の各工程をそれぞれ行う。その際、基板処理装置２は、複数のモジュールにそれぞれ設定された複数の装置パラメータからなる装置設定情報２５５と、研磨処理における研磨条件を定める基板レシピ情報２５６とを参照しつつ、各モジュールの状態が所定のアラーム発生条件に該当する場合には、アラームを発生する。

【0014】

基板処理装置２は、基板処理装置２にて発生したアラーム、各モジュールに存在するウェハＷの配置状態、各モジュールの動作状態、基板処理装置２に対するユーザ（オペレータ、生産管理者、保守管理者等）の操作、基板処理装置２にて検出されたイベント等に関する各種のレポートＲを他の装置に送信する。また、基板処理装置２は、例えば、他の装置から各種のコマンドＣを受信したとき、そのコマンドＣに従って動作する。

【0015】

アラームは、それぞれ異なる複数のアラーム発生条件に応じて複数の種類に分類されており、コードや番号等によりその種類が識別される。アラーム発生条件は、例えば、各モジュールの動作不良、タイムアウト、状態不一致等を監視するものであり、軽度、中度、重度のように、アラームレベルが設定される。アラームは、例えば、基板処理装置２の表示画面、シグナルタワーの点灯、ブザー音や、ユーザ端末装置６の表示画面等を介してユーザに通知される。

【0016】

基板処理装置２にてアラームが発生した場合、基板処理装置２のユーザは、そのアラームの種類に応じて、アラームの原因を分析したり、アラームの発生状態から正常な状態に復旧したりするような対処が必要になる。その際、アラームが発生したときに基板処理装置２の内部に存在するウェハＷの配置状態に応じて、ユーザが確認すべきモジュールや装置パラメータが異なるため、必要な対処も異なる。そこで、基板処理システム１では、アラームの発生に応じて分析や復旧のためにユーザ（例えば、アラームに対処するための経験や知見を有するユーザ）により過去に行われた操作を学習用データ１１とする機械学習を導入し、アラームの発生に対処するための支援を行う。

【0017】

データベース装置３は、基板処理装置２にて研磨処理が行われたときの履歴情報３０を管理する装置である。データベース装置３は、基板処理装置２から各種のレポートＲを随時受信し、履歴情報３０に基板処理装置２別に登録することで、履歴情報３０には、レポートＲの内容が日時情報とともに蓄積される。なお、データベース装置３には、履歴情報３０の他に、装置設定情報２５５や基板レシピ情報２５６が記憶されていてもよく、その場合には、基板処理装置２がこれらの情報を参照するようにしてもよい。

【0018】

機械学習装置４は、機械学習の学習フェーズの主体として動作し、例えば、データベース装置３から履歴情報３０の一部を学習用データ１１として取得し、情報処理装置５にて用いられる学習モデル１０を機械学習により生成する。学習済みの学習モデル１０は、ネットワーク７や記録媒体等を介して情報処理装置５に提供される。本実施形態では、機械学習の手法として、教師あり学習を採用する場合について説明する。

【0019】

情報処理装置５は、機械学習の推論フェーズの主体として動作し、基板処理装置２にてアラームが発生したとき、機械学習装置４により生成された学習モデル１０を用いて、当該アラームに対応する支援情報を生成し、その支援情報に関するコマンドＣを基板処理装置２又はユーザ端末装置６に送信する。支援情報は、基板処理装置２のユーザに提示されるユーザ提示情報として生成されてもよいし、基板処理装置２に提供される装置提供情報として生成されてもよい。

【0020】

ユーザ端末装置６は、ユーザが使用する端末装置であり、据置型の装置でもよいし、携帯型の装置でもよい。ユーザ端末装置６は、例えば、アプリケーションプログラム、ウェブブラウザ等の表示画面を介して各種の入力操作を受け付けるとともに、表示画面を介して各種の情報（例えば、アラームの通知、支援情報、履歴情報３０等）を表示する。

【0021】

（基板処理装置２）
図２は、基板処理装置２の一例を示す平面図である。基板処理装置２は、平面視で略矩
形状のハウジング２０の内部に、ロード／アンロードユニット２１と、研磨ユニット２２と、洗浄ユニット２３と、膜厚測定ユニット２４と、制御ユニット２５とを備えて構成される。ロード／アンロードユニット２１と、研磨ユニット２２及び洗浄ユニット２３との間は、第１の隔壁２００Ａにより区画され、研磨ユニット２２と洗浄ユニット２３との間は、第２の隔壁２００Ｂにより区画されている。

【0022】

（ロード／アンロードユニット）
ロード／アンロードユニット２１は、多数のウェハＷを上下方向に収納可能なウェハカセット（ＦＯＵＰ等）が載置される第１乃至第４のフロントロード部２１０Ａ～２１０Ｄと、ウェハカセットに収納されたウェハＷの収納方向（上下方向）に沿って移動可能な搬送ロボット２１１と、第１乃至第４のフロントロード部２１０Ａ～２１０Ｄの並び方向（ハウジング２０の短手方向）に沿って搬送ロボット２１１を移動させる移動機構部２１２とを備える。

【0023】

搬送ロボット２１１は、第１乃至第４のフロントロード部２１０Ａ～２１０Ｄの各々に載置されたウェハカセット、研磨ユニット２２（具体的に、後述のリフタ２２３）、洗浄ユニット２３（具体的に、後述の乾燥室２３１）、及び、膜厚測定ユニット２４に対してアクセス可能に構成され、それらの間でウェハＷを受け渡すための上下二段のハンド（不図示）を備える。下側ハンドは、処理前のウェハＷを受け渡すときに使用され、上側ハンドは、処理後のウェハＷを受け渡すときに使用される。研磨ユニット２２や洗浄ユニット２３に対するウェハＷの受け渡しの際には、第１の隔壁２００Ａに設けられたシャッタ（不図示）が開閉される。なお、搬送ロボット２１１の数は複数でもよい。

【0024】

（研磨ユニット）
研磨ユニット２２は、ウェハＷの研磨処理（平坦化）を行う第１乃至第４の研磨部２２０Ａ～２２０Ｄを備える。第１乃至第４の研磨部２２０Ａ～２２０Ｄは、ハウジング２０の長手方向に沿って並べられて配置される。

【0025】

図３は、第１乃至第４の研磨部２２０Ａ～２２０Ｄの一例を示す斜視図である。第１乃至第４の研磨部２２０Ａ～２２０Ｄの基本的な構成や機能は共通する。

【0026】

第１乃至第４の研磨部２２０Ａ～２２０Ｄの各々は、研磨面を有する研磨パッド２２００が取り付けられた研磨テーブル２２０１と、ウェハＷを保持し、かつウェハＷを研磨テーブル２２０１上の研磨パッド２２００に押圧しながら研磨するためのトップリング２２０２と、研磨パッド２２００に研磨液（スラリー）やドレッシング液（例えば、純水）を供給する研磨液供給ノズル２２０３と、研磨パッド２２００の研磨面のドレッシングを行うドレッサ２２０４と、液体（例えば、純水）と気体（例えば、窒素ガス）の混合流体又は液体（例えば、純水）を霧状にして研磨面に噴射するアトマイザ２２０５とを備える。

【0027】

研磨テーブル２２０１は、研磨テーブルシャフト２２０１ａにより支持されて、その軸心周りに回転駆動するように構成される。トップリング２２０２は、上下方向に移動可能なトップリングシャフト２２０２ａに支持されて、その軸心周りに回転駆動するとともに、支持シャフト２２０２ｂを旋回中心にして旋回（スイング）移動するように構成される。ドレッサ２２０４は、上下方向に移動可能なドレッサシャフト２２０４ａに支持されて、その軸心周りに回転駆動するとともに、支持シャフト２２０４ｂを旋回中心にして旋回移動するように構成される。ウェハＷは、トップリング２２０２の下面に真空吸着により保持されて、所定の研磨位置に移動された状態において、研磨液供給ノズル２２０３から研磨パッド２２００の研磨面に研磨液が供給されて、トップリング２２０２により研磨パッド２２００に押圧されることで、研磨される。

【0028】

また、研磨ユニット２２は、図２に示すように、第１乃至第４の研磨部２２０Ａ～２２０Ｄの並び方向（ハウジング２０の長手方向）に沿って移動可能な第１及び第２のリニアトランスポータ２２１Ａ、２２１Ｂと、第１及び第２のリニアトランスポータ２２１Ａ、２２１Ｂの間に配置されたスイングトランスポータ２２２と、ロード／アンロードユニット２１側に配置されたリフタ２２３と、洗浄ユニット２３側に配置されたウェハＷの仮置き台２２４とを備える。

【0029】

第１のリニアトランスポータ２２１Ａは、第１及び第２の研磨部２２０Ａ、２２０Ｂに隣接して配置されて、４つの搬送位置（ロード／アンロードユニット２１側から順に第１乃至第４の搬送位置ＴＰ１～ＴＰ４とする）の間でウェハＷを搬送する機構である。第２の搬送位置ＴＰ２は、第１の研磨部２２０Ａに対してウェハＷを受け渡す位置であり、第１の研磨部２２０Ａのトップリング２２０２は、スイング動作により、第２の搬送位置ＴＰ２と研磨位置との間を移動可能に構成される。第３の搬送位置ＴＰ３は、第２の研磨部２２０Ｂに対してウェハＷを受け渡す位置であり、第２の研磨部２２０Ｂのトップリング２２０２は、スイング動作により、第３の搬送位置ＴＰ３と研磨位置との間を移動可能に構成される。

【0030】

第２のリニアトランスポータ２２１Ｂは、第３及び第４の研磨部２２０Ｃ、２２０Ｄに隣接して配置されて、３つの搬送位置（ロード／アンロードユニット２１側から順に第５乃至第７の搬送位置ＴＰ５～ＴＰ７とする）の間でウェハＷを搬送する機構である。第６の搬送位置ＴＰ６は、第３の研磨部２２０Ｃに対してウェハＷを受け渡す位置であり、第３の研磨部２２０Ｃのトップリング２２０２は、スイング動作により、第６の搬送位置ＴＰ６と研磨位置との間を移動可能に構成される。第７の搬送位置ＴＰ７は、第４の研磨部２２０Ｄに対してウェハＷを受け渡す位置であり、第４の研磨部２２０Ｄのトップリング２２０２は、スイング動作により、第７の搬送位置ＴＰ７と研磨位置との間を移動可能に構成される。

【0031】

スイングトランスポータ２２２は、第４及び第５の搬送位置ＴＰ４、ＴＰ５に隣接して配置されるとともに、第４及び第５の搬送位置ＴＰ４、ＴＰ５の間を移動可能なハンドを有する。スイングトランスポータ２２２は、第１及び第２のリニアトランスポータ２２１Ａ、２２１Ｂの間でウェハＷを受け渡すとともに、仮置き台２２４にウェハＷを仮置きする機構である。

【0032】

リフタ２２３は、第１の搬送位置ＴＰ１に隣接して配置されて、ロード／アンロードユニット２１の搬送ロボット２１１との間でウェハＷを受け渡す機構である。ウェハＷの受け渡しの際、第１の隔壁２００Ａに設けられたシャッタ（不図示）が開閉される。

【0033】

（洗浄ユニット）
洗浄ユニット２３は、洗浄液を用いてウェハＷを洗浄する第１及び第２の洗浄室２３０Ａ、２３０Ｂと、ウェハＷを乾燥させる乾燥室２３１と、ウェハＷを搬送する第１及び第２の搬送室２３２Ａ、２３２Ｂとを備える。洗浄ユニット２３の各室は、それぞれが区画された状態で第１及び第２のリニアトランスポータ２２１Ａ、２２１Ｂに沿って、例えば、第１の洗浄室２３０Ａ、第１の搬送室２３２Ａ、第２の洗浄室２３０Ｂ、第１の搬送室２３２Ｂ、及び、乾燥室２３１の順（ロード／アンロードユニット２１から遠い順）に配置される。

【0034】

第１の洗浄室２３０Ａは、ロールスポンジスクラブを用いたものであり、その内部に、上下方向に配置された上側一次洗浄モジュール及び下側一次洗浄モジュールを備える。第２の洗浄室２３０Ｂは、ペンシルスポンジスクラブを用いたものであり、その内部に、上下方向に配置された上側二次洗浄モジュール及び下側二次洗浄モジュールを備える。乾燥
室２３１は、例えば、イソプロピルアルコール（ＩＰＡ）を用いてウェハＷの乾燥を行うモジュールとして、上下方向に配置された上側乾燥モジュール及び下側乾燥モジュールを備える。

【0035】

第１の搬送室２３２Ａは、その内部に、上下方向に移動可能な第１の搬送ロボット２３３Ａを備える。第１の搬送ロボット２３３Ａは、研磨ユニット２２の仮置き台２２４、第１の洗浄室２３０Ａ、及び、第２の洗浄室２３０Ｂに対してアクセス可能に構成され、それらの間でウェハＷを受け渡すための上下二段のハンド（不図示）を備える。例えば、下側ハンドは、洗浄前のウェハＷを受け渡すときに使用され、上側ハンドは、洗浄後のウェハＷを受け渡すときに使用される。仮置き台２２４に対するウェハＷの受け渡しの際には、第２の隔壁２００Ｂに設けられたシャッタ（不図示）が開閉される。

【0036】

第２の搬送室２３２Ｂは、その内部に、上下方向に移動可能な第２の搬送ロボット２３３Ｂを備える。第２の搬送ロボット２３３Ｂは、第２の洗浄室２３０Ｂ、及び、乾燥室２３１に対してアクセス可能に構成され、それらの間でウェハＷを受け渡すためのハンド（不図示）を備える。

【0037】

（膜厚測定ユニット）
膜厚測定ユニット２４は、上下方向に配置された上段膜厚測定モジュール、中段膜厚測定モジュール及び下段膜厚測定モジュールを備える。各膜厚測定モジュールは、研磨処理前又は研磨処理後のウェハＷの膜厚を測定する測定器であり、例えば、光学式膜厚測定器、渦電流式膜厚測定器等で構成される。各膜厚測定モジュールに対するウェハＷの受け渡しは、搬送ロボット２１１により行われる。

【0038】

（制御ユニット）
図４は、基板処理装置２の一例を示すブロック図である。制御ユニット２５は、各ユニット２１～２４と電気的に接続されて、各ユニット２１～２４を統括的に制御する制御部として機能する。

【0039】

ロード／アンロードユニット２１は、各種のアクチュエータで構成される複数のモジュール２１７_１～２１７_ｐ（例えば、搬送ロボット２１１等）と、複数のモジュール２１７_１～２１７_ｐにそれぞれ配置されて、各モジュール２１７_１～２１７_ｐの制御に必要なデータ（検出値）を検出する複数のセンサ２１８_１～２１８_ｑと、各センサ２１８_１～２１８_ｑの検出値に基づいて各モジュール２１７_１～２１７_ｐの動作を制御するシーケンサ２１９とを備える。

【0040】

ロード／アンロードユニット２１のセンサ２１８_１～２１８_ｑには、例えば、第１乃至第４のフロントロード部２１０Ａ～２１０Ｄに対するウェハカセットの有無を検出するセンサ、搬送ロボット２１１の上側ハンドに対するウェハＷの有無を検出するセンサ、搬送ロボット２１１の下側ハンドに対するウェハＷの有無を検出するセンサ等が含まれる。

【0041】

研磨ユニット２２は、各種のアクチュエータで構成される複数のモジュール２２７_１～２２７_ｒ（例えば、第１乃至第４の研磨部２２０Ａ～２２０Ｄ、第１及び第２のリニアトランスポータ２２１Ａ、２２１Ｂ、スイングトランスポータ２２２、リフタ２２３等）と、複数のモジュール２２７_１～２２７_ｒにそれぞれ配置されて、各モジュール２２７_１～２２７_ｒの制御に必要なデータ（検出値）を検出する複数のセンサ２２８_１～２２８_ｓと、各センサ２２８_１～２２８_ｓの検出値に基づいて各モジュール２２７_１～２２７_ｒの動作を制御するシーケンサ２２９とを備える。

【0042】

研磨ユニット２２のセンサ２２８_１～２２８_ｓには、例えば、第１乃至第４の研磨部２
２０Ａ～２２０Ｄに対するウェハＷの有無を検出するセンサ、第１乃至第７の搬送位置ＴＰ１～ＴＰ７に対するウェハＷの有無を検出するセンサ、スイングトランスポータ２２２に対するウェハＷの有無を検出するセンサ、リフタ２２３に対するウェハＷの有無を検出するセンサ、仮置き台２２４に対するウェハＷの有無を検出するセンサ、研磨パッド２２００に供給される研磨液の流量を検出するセンサ、研磨テーブル２２０１の回転数を検出するセンサ、トップリング２２０２の回転数を検出するセンサ、トップリング２２０２の回転トルクを検出するセンサ、トップリング２２０２の高さを検出するセンサ、ドレッサ２２０４の回転数を検出するセンサ等が含まれる。

【0043】

洗浄ユニット２３は、各種のアクチュエータで構成される複数のモジュール２３７_１～２３７_ｔ（例えば、第１の洗浄室２３０Ａ、第２の洗浄室２３０Ｂ、乾燥室２３１等）と、複数のモジュール２３７_１～２３７_ｔにそれぞれ配置されて、各モジュール２３７_１～２３７_ｔの制御に必要なデータ（検出値）を検出する複数のセンサ２３８_１～２３８_ｕと、各センサ２３８_１～２３８_ｕの検出値に基づいて各モジュール２３７_１～２３７_ｔの動作を制御するシーケンサ２３９とを備える。

【0044】

洗浄ユニット２３のセンサ２３８_１～２３８_ｕには、例えば、上側一次洗浄モジュールに対するウェハＷの有無を検出するセンサ、下側一次洗浄モジュールに対するウェハＷの有無を検出するセンサ、上側二次洗浄モジュールに対するウェハＷの有無を検出するセンサ、下側二次洗浄モジュールに対するウェハＷの有無を検出するセンサ、上側乾燥モジュールに対するウェハＷの有無を検出するセンサ、下側乾燥モジュールに対するウェハＷの有無を検出するセンサ、第１の搬送ロボット２３３Ａの上側ハンドに対するウェハＷの有無を検出するセンサ、第１の搬送ロボット２３３Ａの下側ハンドに対するウェハＷの有無を検出するセンサ、第２の搬送ロボット２３３Ｂのハンドに対するウェハＷの有無を検出するセンサ、第１の洗浄室２３０Ａにおける洗浄液の流量を検出するセンサ、第２の洗浄室２３０Ｂにおける洗浄液の流量を検出するセンサ等が含まれる。

【0045】

膜厚測定ユニット２４は、各種のアクチュエータで構成される複数のモジュール２４７_１～２４７_ｖ（例えば、上段膜厚測定モジュール、中段膜厚測定モジュール、下段膜厚測定モジュール等）と、複数のモジュール２４７_１～２４７_ｖにそれぞれ配置されて、各モジュール２４７_１～２４７_ｖの制御に必要なデータ（検出値）を検出する複数のセンサ２４８_１～２４８_ｗと、各センサ２４８_１～２４８_ｗの検出値に基づいて各モジュール２４７_１～２４７_ｖの動作を制御するシーケンサ２４９とを備える。

【0046】

膜厚測定ユニット２４のセンサ２４８_１～２４８_ｗには、例えば、上段膜厚測定モジュールに対するウェハＷの有無を検出するセンサ、中段膜厚測定モジュールに対するウェハＷの有無を検出するセンサ、下段膜厚測定モジュールに対するウェハＷの有無を検出するセンサ等が含まれる。

【0047】

制御ユニット２５は、制御部２５０、通信部２５１、入力部２５２、出力部２５３、及び、記憶部２５４を備える。制御ユニット２５は、例えば、汎用又は専用のコンピュータ（後述の図９参照）で構成される。

【0048】

通信部２５１は、ネットワーク７に接続され、各種のデータを送受信する通信インターフェースとして機能する。入力部２５２は、各種の入力操作を受け付けるとともに、出力部２５３は、表示画面、シグナルタワー点灯、ブザー音を介して各種の情報を出力することで、ユーザインターフェースとして機能する。

【0049】

記憶部２５４は、基板処理装置２の動作で使用される各種のプログラム（オペレーティングシステム（ＯＳ）、アプリケーションプログラム、ウェブブラウザ等）やデータ（装
置設定情報２５５、基板レシピ情報２５６等）を記憶する。装置設定情報２５５及び基板レシピ情報２５６は、表示画面を介してユーザにより編集可能なデータである。

【0050】

制御部２５０は、複数のシーケンサ２１９、２２９、２３９、２４９（以下、「シーケンサ群」という）を介して複数のセンサ２１８_１～２１８_ｑ、２２８_１～２２８_ｓ、２３８_１～２３８_ｕ、２４８_１～２４８_ｗ（以下、「センサ群」という）の検出値を取得するとともに、複数のモジュール２１７_１～２１７_ｐ、２２７_１～２２７_ｒ、２３７_１～２３７_ｔ、２４７_１～２４７_ｖ（以下、「モジュール群」という）を連携して動作させることで、ウェハＷの研磨処理を行う。

【0051】

制御部２５０は、出力部２５３を介して各種の表示画面を表示するとともに、入力部２５２を介して各種の入力操作を受け付けることで、表示画面やデータを更新する。表示画面には、例えば、装置設定情報２５５に含まれる複数の装置パラメータが編集可能な装置パラメータ編集画面、基板レシピ情報２５６に含まれるウェハＷの研磨条件が編集可能な基板レシピ編集画面、モジュール群の各位置にそれぞれ存在するウェハＷの配置状態を表示可能な基板配置状態表示画面（後述の図５参照）、センサ群のうち少なくとも１つのセンサの検出値の経時変化を表示可能なセンサモニタ画面（後述の図６参照）、モジュール群のうち少なくとも１つのモジュールの復旧操作の案内を表示可能な復旧操作案内画面（後述の図７参照）、複数の装置パラメータのうち少なくとも１つの装置パラメータの変更操作の案内を表示可能な変更操作案内画面（後述の図８参照）等が含まれる。

【0052】

図５は、基板配置状態表示画面１２の一例を示す画面構成図である。基板配置状態表示画面１２は、モジュール群においてウェハＷが滞在可能な各位置を表すレイアウトに対して、ウェハＷが存在することを示すウェハ有りマーク１２０と、ウェハＷが存在しないことを示すウェハ無しマーク１２１とを表示する。ウェハＷの有無は、各位置に設けられたセンサ群により検出される。基板配置状態表示画面１２は、研磨処理の進行に応じてウェハＷが搬送されて、センサ群の検出値が変化することで更新される。図５の例では、カセット番号１、スロット番号１８のウェハＷがスイングトランスポータ２２２に、カセット番号１、スロット番号１９のウェハＷが第４の研磨部２２０Ｄに、カセット番号２、スロット番号１３のウェハＷが第２の搬送室２３２Ｂにそれぞれ存在することが３つのウェハ有りマーク１２０により表示されている。

【0053】

図６は、センサモニタ画面１３の一例を示す画面構成図である。センサモニタ画面１３は、表示対象とする少なくとも１つのセンサの検出値の経時変化及び表示対象とする少なくとも１つのイベントの検出時点を表示するグラフ領域１３０と、グラフ領域１３０に対して表示対象とする少なくとも１つのセンサを特定する表示対象センサ特定欄１３１と、グラフ領域１３０に対して経時変化を表示する際の時間範囲を特定する表示対象時間範囲特定欄１３２と、グラフ領域１３０に対して表示対象とする少なくとも１つのイベントを特定する表示対象イベント特定欄１３３とを含む。グラフ領域１３０には、例えば、所定の周期でサンプリングされたセンサの検出値が時系列で表示される。図６の例では、グラフ領域１３０には、アラーム発生時点から８分前までのトップリング回転数及びトップリング回転トルクの検出値と、装置パラメータ変更イベントの検出時点とが表示されている。

【0054】

図７は、復旧操作案内画面１４の一例を示す画面構成図である。復旧操作案内画面１４は、アラームが発生したときの日時、アラーム種類、アラームレベル、及び、アラーム内容を表示するアラーム表示欄１４０と、少なくとも１つのモジュールの復旧操作の案内を表示する復旧操作案内欄１４１とを含む。

【0055】

図８は、変更操作案内画面１５の一例を示す画面構成図である。変更操作案内画面１５
は、アラームが発生したときの日時、アラーム種類、アラームレベル、及び、アラーム内容を表示するアラーム表示欄１５０と、少なくとも１つの装置パラメータの変更操作の案内を表示する変更操作案内欄１５１とを含む。

【0056】

また、制御部２５０は、各種のレポートＲを、例えば、データベース装置３、情報処理装置５、ユーザ端末装置６等に送信する。レポートＲには、例えば、アラームの発生に関するレポートＲ、センサ群の検出値に基づくウェハＷの配置状態に関するレポートＲ、モジュール群の動作状態に関するレポートＲ、入力部２５２又はユーザ端末装置６を介して受け付けたユーザの操作に関するレポートＲ、装置設定情報２５５及び基板レシピ情報２５６の設定変更に関するイベントに関するレポートＲ等が含まれる。

【0057】

さらに、制御部２５０は、例えば、情報処理装置５、ユーザ端末装置６等から各種のコマンドＣを受信したとき、そのコマンドＣに従って動作する。コマンドＣには、例えば、情報処理装置５により生成された支援情報に関するものとして、ユーザ提示情報に関するコマンドＣ、装置提供情報に関するコマンドＣ等が含まれる。

【0058】

ユーザ提示情報は、例えば、センサモニタ画面１３に対して表示対象とする少なくとも１つのセンサを特定する表示対象センサ情報を含む。表示対象センサ情報は、センサモニタ画面１３の表示対象センサ特定欄１３１に対応しており、制御部２５０は、表示対象センサ情報を含むコマンドＣを受信したとき、その表示対象センサ情報にて特定されたセンサが、表示対象センサ特定欄１３１にて特定されたものとして、センサモニタ画面１３を表示する。なお、ユーザ提示情報は、センサモニタ画面１３に対して経時変化を表示する際の時間範囲を特定する表示対象時間範囲情報を含むものでもよいし、センサモニタ画面１３に対して表示対象とする少なくとも１つのイベントを特定する表示対象イベント情報を含むものでもよい。表示対象時間範囲情報は、表示対象時間範囲特定欄１３２に対応し、表示対象イベント情報は、表示対象イベント特定欄１３３に対応する。

【0059】

また、ユーザ提示情報は、復旧操作案内画面１４に対して表示対象とする少なくとも１つのモジュールを特定する表示対象モジュール情報を含む。表示対象モジュール情報は、復旧操作案内画面１４の復旧操作案内欄１４１に対応しており、制御部２５０は、表示対象モジュール情報を含むコマンドＣを受信したとき、その表示対象モジュール情報にて特定されたモジュールの復旧操作の案内を復旧操作案内欄１４１に表示する。

【0060】

さらに、ユーザ提示情報は、変更操作案内画面１５に対して表示対象とする少なくとも１つの装置パラメータを特定する表示対象装置パラメータ情報を含む。表示対象装置パラメータ情報は、変更操作案内画面１５の変更操作案内欄１５１に対応しており、制御部２５０は、表示対象装置パラメータ情報を含むコマンドＣを受信したとき、その表示対象装置パラメータ情報にて特定された装置パラメータの変更操作の案内を変更操作案内欄１５１に表示する。

【0061】

装置提供情報は、複数の装置パラメータのうち少なくとも１つの装置パラメータの変更処理を指定可能な変更処理指定データに対して指定対象とする少なくとも１つの装置パラメータを特定する指定対象装置パラメータ情報を含む。制御部２５０は、指定対象装置パラメータ情報を含むコマンドＣを受信したとき、その指定対象装置パラメータ情報にて特定された装置パラメータの変更処理を行うことにより、装置設定情報２５５を変更する。

【0062】

（各装置のハードウエア構成）
図９は、コンピュータ９００の一例を示すハードウエア構成図である。基板処理装置２の制御ユニット２５、データベース装置３、機械学習装置４、情報処理装置５、及び、ユーザ端末装置６の各々は、汎用又は専用のコンピュータ９００により構成される。

【0063】

コンピュータ９００は、図９に示すように、その主要な構成要素として、バス９１０、プロセッサ９１２、メモリ９１４、入力デバイス９１６、出力デバイス９１７、表示デバイス９１８、ストレージ装置９２０、通信Ｉ／Ｆ（インターフェース）部９２２、外部機器Ｉ／Ｆ部９２４、Ｉ／Ｏ（入出力）デバイスＩ／Ｆ部９２６、及び、メディア入出力部９２８を備える。なお、上記の構成要素は、コンピュータ９００が使用される用途に応じて適宜省略されてもよい。

【0064】

プロセッサ９１２は、１つ又は複数の演算処理装置（ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ－ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、ＤＳＰ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等）で構成され、コンピュータ９００全体を統括する制御部として動作する。メモリ９１４は、各種のデータ及びプログラム９３０を記憶し、例えば、メインメモリとして機能する揮発性メモリ（ＤＲＡＭ、ＳＲＡＭ等）と、不揮発性メモリ（ＲＯＭ）、フラッシュメモリ等とで構成される。

【0065】

入力デバイス９１６は、例えば、キーボード、マウス、テンキー、電子ペン等で構成され、入力部として機能する。出力デバイス９１７は、例えば、音（音声）出力装置、バイブレーション装置等で構成され、出力部として機能する。表示デバイス９１８は、例えば、液晶ディスプレイ、有機ＥＬディスプレイ、電子ペーパー、プロジェクタ等で構成され、出力部として機能する。入力デバイス９１６及び表示デバイス９１８は、タッチパネルディスプレイのように、一体的に構成されていてもよい。ストレージ装置９２０は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等で構成され、記憶部として機能する。ストレージ装置９２０は、オペレーティングシステムやプログラム９３０の実行に必要な各種のデータを記憶する。

【0066】

通信Ｉ／Ｆ部９２２は、インターネットやイントラネット等のネットワーク９４０（図１のネットワーク７と同じであってもよい）に有線又は無線により接続され、所定の通信規格に従って他のコンピュータとの間でデータの送受信を行う通信部として機能する。外部機器Ｉ／Ｆ部９２４は、カメラ、プリンタ、スキャナ、リーダライタ等の外部機器９５０に有線又は無線により接続され、所定の通信規格に従って外部機器９５０との間でデータの送受信を行う通信部として機能する。Ｉ／ＯデバイスＩ／Ｆ部９２６は、各種のセンサ、アクチュエータ等のＩ／Ｏデバイス９６０に接続され、Ｉ／Ｏデバイス９６０との間で、例えば、センサによる検出信号やアクチュエータへの制御信号等の各種の信号やデータの送受信を行う通信部として機能する。メディア入出力部９２８は、例えば、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）ドライブ、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）ドライブ等のドライブ装置で構成され、ＤＶＤ、ＣＤ等のメディア（非一時的な記憶媒体）９７０に対してデータの読み書きを行う。

【0067】

上記構成を有するコンピュータ９００において、プロセッサ９１２は、ストレージ装置９２０に記憶されたプログラム９３０をメモリ９１４に呼び出して実行し、バス９１０を介してコンピュータ９００の各部を制御する。なお、プログラム９３０は、ストレージ装置９２０に代えて、メモリ９１４に記憶されていてもよい。プログラム９３０は、インストール可能なファイル形式又は実行可能なファイル形式でメディア９７０に記録され、メディア入出力部９２８を介してコンピュータ９００に提供されてもよい。プログラム９３０は、通信Ｉ／Ｆ部９２２を介してネットワーク９４０経由でダウンロードすることによりコンピュータ９００に提供されてもよい。また、コンピュータ９００は、プロセッサ９１２がプログラム９３０を実行することで実現する各種の機能を、例えば、ＦＰＧＡ（ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）等のハード
ウエアで実現するものでもよい。

【0068】

コンピュータ９００は、例えば、据置型コンピュータや携帯型コンピュータで構成され、任意の形態の電子機器である。コンピュータ９００は、クライアント型コンピュータでもよいし、サーバ型コンピュータやクラウド型コンピュータでもよい。コンピュータ９００は、各装置２～６以外の装置にも適用されてもよい。

【0069】

（履歴情報３０）
図１０は、データベース装置３により管理される履歴情報３０の一例を示すデータ構成図である。履歴情報３０は、基板処理装置２からの各種のレポートＲが分類されて登録されるテーブルとして、アラームに関するアラーム履歴テーブル３００と、ウェハＷの配置状態に関する基板配置履歴テーブル３０１と、各モジュールの動作状態に関する動作履歴テーブル３０２と、ユーザの操作に関する操作履歴テーブル３０３と、イベントに関するイベント履歴テーブル３０４とから構成される。

【0070】

アラーム履歴テーブル３００の各レコードには、例えば、日時、アラーム種類、アラームレベル、及び、アラーム内容が登録される。

【0071】

基板配置履歴テーブル３０１の各レコードには、例えば、日時、及び、基板配置情報が登録される。基板配置情報は、モジュール群の各位置に対するウェハＷの有無を示す情報である。

【0072】

動作履歴テーブル３０２の各レコードには、例えば、モジュールＩＤ、使用累積値（使用累積時間又は使用累積回数）が登録される。なお、動作履歴テーブル３０２には、使用累積値を集計可能なデータとして、各モジュールが動作したときの日時や動作内容（経時変化）がそれぞれ登録されていてもよい。

【0073】

操作履歴テーブル３０３の各レコードには、例えば、日時、ユーザＩＤ、画面ＩＤ、及び、操作内容が登録される。ユーザＩＤは、基板処理装置２に対する操作を行ったユーザを特定する情報である。画面ＩＤは、ユーザによる操作が行われた表示画面を特定する情報である。操作内容は、ユーザによる操作の詳細を特定する情報であり、例えば、センサモニタ画面１３における表示対象センサ特定欄１３１、表示対象時間範囲特定欄１３２及び表示対象イベント特定欄１３３に対するユーザの操作内容、装置パラメータ編集画面による装置設定情報２５５の編集内容である。

【0074】

イベント履歴テーブル３０４の各レコードには、例えば、日時、イベントＩＤ、及び、イベント内容が登録される。イベントＩＤは、基板処理装置２にて発生したイベントを特定する情報である。イベント内容は、イベントの詳細を特定する情報であり、例えば、装置設定情報２５５が変更されたときには、その変更後の装置パラメータの値である。

【0075】

アラーム履歴テーブル３００、基板配置履歴テーブル３０１、操作履歴テーブル３０３及びイベント履歴テーブル３０４の日時に着目することで、例えば、特定のアラームが発生したときのウェハＷの配置状態や、その前後のタイミングで行われたユーザの操作内容、装置設定情報２５５の設定変更等が抽出される。

【0076】

（機械学習装置４）
図１１は、機械学習装置４の一例を示すブロック図である。機械学習装置４は、制御部４０、通信部４１、学習用データ記憶部４２、及び、学習済みモデル記憶部４３を備える。

【0077】

制御部４０は、学習用データ取得部４００及び機械学習部４０１として機能する。通信部４１は、ネットワーク７を介して外部装置（例えば、基板処理装置２、データベース装置３、情報処理装置５、及び、ユーザ端末装置６等）と接続され、各種のデータを送受信する通信インターフェースとして機能する。

【0078】

学習用データ取得部４００は、通信部４１及びネットワーク７を介して外部装置と接続され、基板処理装置２にて発生したアラームに関するアラーム発生情報と、当該アラームの発生に対処するための支援情報とで構成される学習用データ１１を取得する。

【0079】

学習用データ記憶部４２は、学習用データ取得部４００で取得した学習用データ１１を複数組記憶するデータベースである。なお、学習用データ記憶部４２を構成するデータベースの具体的な構成は適宜設計すればよい。

【0080】

機械学習部４０１は、学習用データ記憶部４２に記憶された複数組の学習用データ１１を用いて機械学習を実施する。すなわち、機械学習部４０１は、学習モデル１０に学習用データ１１を複数組入力し、学習用データ１１に含まれるアラーム発生情報と支援情報との相関関係を学習モデル１０に学習させることで、学習済みの学習モデル１０を生成する。本実施形態では、機械学習部４０１による機械学習（教師あり学習）を実現する学習モデル１０として、ニューラルネットワークを採用する場合について説明する。

【0081】

学習済みモデル記憶部４３は、機械学習部４０１により生成された学習済みの学習モデル１０（具体的には、調整済みの重みパラメータ群）を記憶するデータベースである。学習済みモデル記憶部４３に記憶された学習済みの学習モデル１０は、ネットワーク７や記録媒体等を介して実システム（例えば、情報処理装置５）に提供される。なお、図１１では、学習用データ記憶部４２と、学習済みモデル記憶部４３とが別々の記憶部として示されているが、これらは単一の記憶部で構成されてもよい。

【0082】

図１２は、学習用データ１１の一例を示すデータ構成図である。学習用データ１１は、上記のように、入力データとしてのアラーム発生情報と、出力データとしての支援情報とで構成される。学習用データ１１は、教師あり学習における教師データ（トレーニングデータ）、検証データ及びテストデータとして用いられるデータである。また、支援情報は、教師あり学習における正解ラベルとして用いられるデータである。

【0083】

アラーム発生情報は、基板処理装置２にて発生したアラームの種類を示すアラーム種類情報、及び、当該アラームが発生したときにモジュール群の各位置にそれぞれ存在するウェハＷの配置状態を示す基板配置情報を少なくとも含む。なお、アラーム発生情報は、複数のモジュールにそれぞれ設定された複数の装置パラメータからなる装置設定情報２５５、アラームが発生したときに複数のモジュールにそれぞれ存在するウェハＷのレシピを示す基板レシピ情報２５６、及び、複数のモジュールがそれぞれ動作した履歴を示す動作履歴情報の少なくとも１つをさらに含むものでもよい。その際、装置設定情報２５５は、複数の装置パラメータの一部の情報だけでもよいし、基板レシピ情報２５６は、複数のパラメータの一部の情報だけでもよいし、動作履歴情報は、複数の動作履歴の一部の情報だけでもよい。

【0084】

支援情報は、基板処理装置２のユーザに提示される情報に関するユーザ提示情報、及び、基板処理装置２に提供される情報に関する装置提供情報の少なくとも一方を含む。

【0085】

ユーザ提示情報は、センサモニタ画面１３に対して表示対象とする少なくとも１つのセンサを特定する表示対象センサ情報を含む。なお、ユーザ提示情報は、センサモニタ画面１３に対して経時変化を表示する際の時間範囲を特定する表示対象時間範囲情報を含むも
のでもよいし、センサモニタ画面１３に対して表示対象とする少なくとも１つのイベントを特定する表示対象イベント情報を含むものでもよい。

【0086】

また、ユーザ提示情報は、復旧操作案内画面１４に対して表示対象とする少なくとも１つのモジュールを特定する表示対象モジュール情報をさらに含むものでもよいし、変更操作案内画面１５に対して表示対象とする少なくとも１つの装置パラメータを特定する表示対象装置パラメータ情報をさらに含むものでもよい。

【0087】

装置提供情報は、変更処理指定データに対して指定対象とする少なくとも１つの装置パラメータを特定する指定対象装置パラメータ情報を含む。

【0088】

学習用データ取得部４００は、データベース装置３の履歴情報３０や基板処理装置２の装置設定情報２５５及び基板レシピ情報２５６を参照し、過去にアラームが発生したときに、特定のユーザ（例えば、アラームに対処するための経験や知見を有するユーザ）により行われた操作や基板処理装置２の動作状態を抽出することで、学習用データ１１を取得する。

【0089】

例えば、アラーム発生情報に含まれるアラーム種類情報、基板配置情報及び動作履歴情報は、学習用データ取得部４００が、アラーム履歴テーブル３００、基板配置履歴テーブル３０１及び動作履歴テーブル３０２をそれぞれ参照することで取得される。アラーム発生情報に含まれる装置設定情報２５５及び基板レシピ情報２５６は、学習用データ取得部４００が、基板処理装置２の装置設定情報２５５及び基板レシピ情報２５６を参照したり、イベント履歴テーブル３０４における装置設定情報２５５及び基板レシピ情報２５６の設定変更に関するイベントを参照したりすることで取得される。支援情報は、学習用データ取得部４００が、アラームが発生した日時に基づいて、操作履歴テーブル３０３を参照したり、イベント履歴テーブル３０４における装置設定情報２５５及び基板レシピ情報２５６の設定変更に関するイベントを参照したりすることで取得される。

【0090】

図１３は、機械学習装置４で使用される学習モデル１０を構成するニューラルネットワークモデルの一例を示す模式図である。学習モデル１０は、例えば、図１３に示すニューラルネットワークモデルとして構成される。

【0091】

ニューラルネットワークモデルは、入力層にあるｍ個のニューロン（ｘ１～ｘｍ）、第１中間層にあるｐ個のニューロン（ｙ１１～ｙ１ｐ）、第２中間層にあるｑ個のニューロン（ｙ２１～ｙ２ｑ）、及び、出力層にあるｎ個のニューロン（ｚ１～ｚｎ）から構成される。

【0092】

入力層の各ニューロンには、学習用データ１１に含まれるアラーム発生情報が対応付けられる。出力層の各ニューロンには、学習用データ１１に含まれる支援情報が対応付けられる。なお、入力層に入力する前の入力データに対して所定の前処理を施してもよいし、出力層から出力された後の出力データに対して所定の後処理を施してもよい。

【0093】

第１中間層及び第２中間層は、隠れ層とも呼ばれており、ニューラルネットワークとしては、第１中間層及び第２中間層の他に、さらに複数の隠れ層を有するものでもよいし、第１中間層のみを隠れ層とするものでもよい。また、入力層と第１中間層との間、第１中間層と第２中間層との間、第２中間層と出力層との間には、各層のニューロンの間を接続するシナプスが張られており、それぞれのシナプスには、重みｗｉ（ｉは自然数）が対応付けられる。

【0094】

（機械学習方法）
図１４は、機械学習装置４による機械学習方法の一例を示すフローチャートである。

【0095】

まず、ステップＳ１００において、学習用データ取得部４００は、機械学習を開始するための事前準備として、履歴情報３０等から所望の数の学習用データ１１を取得し、その取得した学習用データ１１を学習用データ記憶部４２に記憶する。ここで準備する学習用データ１１の数については、最終的に得られる学習モデル１０に求められる推論精度を考慮して設定すればよい。

【0096】

次に、ステップＳ１１０において、機械学習部４０１は、機械学習を開始すべく、学習前の学習モデル１０を準備する。ここで準備する学習前の学習モデル１０は、図１３に例示したニューラルネットワークモデルで構成されており、各シナプスの重みが初期値に設定されている。

【0097】

次に、ステップＳ１２０において、機械学習部４０１は、学習用データ記憶部４２に記憶された複数組の学習用データ１１から、例えば、ランダムに１組の学習用データ１１を取得する。

【0098】

次に、ステップＳ１３０において、機械学習部４０１は、１組の学習用データ１１に含まれるアラーム発生情報（入力データ）を、準備された学習前（又は学習中）の学習モデル１０の入力層に入力する。その結果、学習モデル１０の出力層から推論結果として支援情報（出力データ）が出力されるが、当該出力データは、学習前（又は学習中）の学習モデル１０によって生成されたものである。そのため、学習前（又は学習中）の状態では、推論結果として出力された出力データは、学習用データ１１に含まれる支援情報（正解ラベル）とは異なる情報を示す。

【0099】

次に、ステップＳ１４０において、機械学習部４０１は、ステップＳ１２０において取得された１組の学習用データ１１に含まれる支援情報（正解ラベル）と、ステップＳ１３０において出力層から推論結果として出力された支援情報（出力データ）とを比較し、各シナプスの重みｗｉを調整する処理（バックプロバケーション）を実施することで、機械学習を実施する。これにより、機械学習部４０１は、アラーム発生情報と支援情報との相関関係を学習モデル１０に学習させる。

【0100】

次に、ステップＳ１５０において、機械学習部４０１は、所定の学習終了条件が満たされたか否かを、例えば、学習用データに含まれる支援情報（正解ラベル）と、推論結果として出力された支援情報（出力データ）とに基づく誤差関数の評価値や、学習用データ記憶部４２内に記憶された未学習の学習用データの残数に基づいて判定する。

【0101】

ステップＳ１５０において、機械学習部４０１が、学習終了条件が満たされておらず、機械学習を継続すると判定した場合（ステップＳ１５０でＮｏ）、ステップＳ１２０に戻り、学習中の学習モデル１０に対してステップＳ１２０～Ｓ１４０の工程を未学習の学習用データ１１を用いて複数回実施する。一方、ステップＳ１５０において、機械学習部４０１が、学習終了条件が満たされて、機械学習を終了すると判定した場合（ステップＳ１５０でＹｅｓ）、ステップＳ１６０に進む。

【0102】

そして、ステップＳ１６０において、機械学習部４０１は、各シナプスに対応付けられた重みを調整することで生成された学習済みの学習モデル１０（調整済みの重みパラメータ群）を学習済みモデル記憶部４３に記憶し、図１４に示す一連の機械学習方法を終了する。機械学習方法において、ステップＳ１００が学習用データ記憶工程、ステップＳ１１０～Ｓ１５０が機械学習工程、ステップＳ１６０が学習済みモデル記憶工程に相当する。

【0103】

以上のように、本実施形態に係る機械学習装置４及び機械学習方法によれば、基板処理装置２にて発生したアラームの種類と、そのときのウェハＷの配置状態とを少なくとも含むアラーム発生情報から、そのアラームの発生に対処するための支援情報を生成（推論）することが可能な学習モデル１０を提供することができる。

【0104】

（情報処理装置５）
図１５は、情報処理装置５の一例を示すブロック図である。情報処理装置５は、制御部５０、通信部５１、及び、学習済みモデル記憶部５２を備える。

【0105】

制御部５０は、情報取得部５００、支援処理部５０１及び出力処理部５０２として機能する。通信部５１は、ネットワーク７を介して外部装置（例えば、基板処理装置２、データベース装置３、機械学習装置４、及び、ユーザ端末装置６等）と接続され、各種のデータを送受信する通信インターフェースとして機能する。

【0106】

情報取得部５００は、通信部５１及びネットワーク７を介して外部装置と接続され、基板処理装置２にて発生したアラームの種類を示すアラーム種類情報と、そのアラームの発生時点におけるウェハＷの配置状態を示す基板配置情報とを少なくとも含むアラーム発生情報を取得する。例えば、情報取得部５００は、基板処理装置２から、アラームの発生に関するレポートＲと、そのアラームの発生時点におけるウェハＷの配置状態に関するレポートＲとを受信することで、アラーム発生情報を取得する。また、情報取得部５００は、アラーム発生情報に付加する他の情報として、データベース装置３の履歴情報３０を参照することで、アラームの発生時点における動作履歴情報を取得してもよいし、基板処理装置２の装置設定情報２５５及び基板レシピ情報２５６を参照することで、アラームの発生時点における装置設定情報２５５及び基板レシピ情報２５６を取得してもよい。

【0107】

支援処理部５０１は、アラームの発生に応じて情報取得部５００により取得されたアラーム発生情報を学習モデル１０に入力することで、当該アラームに対応する支援情報を生成する。

【0108】

学習済みモデル記憶部５２は、支援処理部５０１にて用いられる学習済みの学習モデル１０を記憶するデータベースである。なお、学習済みモデル記憶部５２に記憶される学習モデル１０の数は１つに限定されず、例えば、機械学習の手法、アラーム発生情報に含まれるデータの種類、支援情報に含まれるデータの種類等のように、条件が異なる複数の学習済みモデルが記憶され、選択的に利用可能としてもよい。また、学習済みモデル記憶部５２は、外部コンピュータ（例えば、サーバ型コンピュータやクラウド型コンピュータ）の記憶部で代用されてもよく、その場合には、支援処理部５０１は、当該外部コンピュータにアクセスすることで、上記の支援情報を生成するようにしてもよい。

【0109】

出力処理部５０２は、支援処理部５０１により生成された支援情報を出力するための出力処理を行う。例えば、出力処理部５０２は、その支援情報がユーザ提示情報である場合には、ユーザ提示情報に関するコマンドＣを基板処理装置２に送信し、その支援情報が装置提供情報である場合には、装置提供情報に関するコマンドＣを基板処理装置２に送信する。なお、出力処理部５０２は、支援情報をユーザ端末装置６に送信し、その支援情報に基づく表示画面が、ユーザ端末装置６に表示されるようにしてもよい。また、出力処理部５０２は、支援情報をデータベース装置３に送信し、その支援情報が、データベース装置３に蓄積されることで、基板処理装置２及びユーザ端末装置６から参照されるようにしてもよい。

【0110】

（情報処理方法）
図１６は、情報処理装置５による情報処理方法の一例を示すフローチャートである。こ
こでは、基板処理装置２が、ウェハカセットからウェハＷを順次搬入して、ウェハＷの研磨処理を行う自動運転中において、所定のアラーム発生条件によるアラームが発生した場合の動作について説明する。

【0111】

まず、ステップＳ２００において、基板処理装置２は、アラームの発生を検出すると、そのアラームの発生に関するレポートＲを送信する。そして、ステップＳ２０１において、基板処理装置２は、そのアラームの発生時点においてセンサ群により検出されたウェハＷの配置状態に関するレポートＲを送信する。なお、ステップＳ２００、Ｓ２０１における２つのレポートＲは、１つのレポートＲとして送信されてもよい。

【0112】

次に、ステップＳ２１０において、情報処理装置５の情報取得部５００は、ステップＳ２００、Ｓ２０１にて送信されたレポートＲを受信することで、アラーム発生情報を取得する。なお、ステップＳ２００、Ｓ２０１にて送信されたレポートＲは、データベース装置３でも受信され、履歴情報３０に登録される。

【0113】

次に、ステップＳ２２０において、支援処理部５０１は、ステップＳ２１０にて取得されたアラーム発生情報を学習モデル１０に入力することで、当該アラームに対応する支援情報を生成する。

【0114】

次に、ステップＳ２３０において、出力処理部５０２は、ステップＳ２２０にて生成された支援情報を出力するための出力処理として、支援情報に関するコマンドＣを基板処理装置２に送信する。なお、コマンドＣの送信先は、アラームの発生を検出した基板処理装置２に加えて又は代えて、データベース装置３又はユーザ端末装置６でもよい。例えば、学習モデル１０が、支援情報として、表示対象センサ情報、表示対象時間範囲情報、及び、表示対象イベント情報を含むユーザ提示情報を出力する場合を例にして説明すると、出力処理部５０２は、上記の情報を含むユーザ提示情報に関するコマンドＣを送信する。

【0115】

次に、ステップＳ２４０において、基板処理装置２は、ステップＳ２３０にて送信されたコマンドＣを受信すると、そのコマンドＣがユーザ提示情報に関するものである場合には、そのユーザ提示情報に基づいて表示画面を表示し、そのコマンドＣが装置提供情報に関するものである場合には、その装置提供情報に含まれる指定対象装置パラメータ情報に基づいて、装置設定情報２５５を変更する。そして、図１６に示す一連の情報処理方法が終了する。情報処理方法において、ステップＳ２１０が情報取得工程、ステップＳ２２０が支援処理工程、ステップＳ２３０が出力処理工程に相当する。

【0116】

上記の学習モデル１０を例にしてステップＳ２４０について説明すると、基板処理装置２は、ユーザ提示情報に対応するセンサモニタ画面１３を表示するが、その際、表示対象センサ情報にて特定されたセンサが、表示対象センサ特定欄１３１にて特定され、表示対象時間範囲情報にて特定された時間範囲が、表示対象時間範囲特定欄１３２にて特定され、表示対象イベント情報にて特定されたイベントが、表示対象イベント特定欄１３３にて特定された状態で、センサモニタ画面１３を表示する。そして、アラームの発生を検出した基板処理装置２のユーザ（例えば、オペレータ）は、基板処理装置２に表示されたセンサモニタ画面１３を視認しながら基板処理装置２の状態を確認することで、アラームの原因を分析したり、アラームの発生状態から正常な状態に復旧したりすることができる。

【0117】

以上のように、本実施形態に係る情報処理装置５及び情報処理方法によれば、アラームの発生に応じてアラーム発生情報が学習モデル１０に入力されることで、当該アラームに対応する支援情報が生成されるので、ユーザの経験や知見に依存することなく、アラームに対して迅速かつ適切に対処することができる。

【0118】

（他の実施形態）
本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。

【0119】

上記実施形態では、データベース装置３、機械学習装置４及び情報処理装置５は、別々の装置で構成されたものとして説明したが、それら３つの装置が、単一の装置で構成されていてもよいし、それら３つの装置のうち任意の２つの装置が、単一の装置で構成されていてもよい。また、機械学習装置４及び情報処理装置５の少なくとも一方は、基板処理装置２の制御ユニット２５に組み込まれていてもよい。

【0120】

上記実施形態では、機械学習部４０１による機械学習を実現する学習モデル１０として、ニューラルネットワークを採用した場合について説明したが、他の機械学習のモデルを採用してもよい。他の機械学習のモデルとしては、例えば、決定木、回帰木等のツリー型、バギング、ブースティング等のアンサンブル学習、再帰型ニューラルネットワーク、畳み込みニューラルネットワーク、ＬＳＴＭ等のニューラルネット型(ディープラーニング
を含む)、階層型クラスタリング、非階層型クラスタリング、ｋ近傍法、ｋ平均法等のク
ラスタリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。

【0121】

（機械学習プログラム及び情報処理プログラム）
本発明は、機械学習装置４が備える各部としてコンピュータ９００を機能させるプログラム（機械学習プログラム）や、機械学習方法が備える各工程をコンピュータ９００に実行させるためのプログラム（機械学習プログラム）の態様で提供することもできる。また、本発明は、情報処理装置５が備える各部としてコンピュータ９００を機能させるためのプログラム（情報処理プログラム）や、上記実施形態に係る情報処理方法が備える各工程をコンピュータ９００に実行させるためのプログラム（情報処理プログラム）の態様で提供することもできる。

【0122】

（推論装置、推論方法及び推論プログラム）
本発明は、上記実施形態に係る情報処理装置５（情報処理方法又は情報処理プログラム）の態様によるもののみならず、支援情報を推論するために用いられる推論装置（推論方法又は推論プログラム）の態様で提供することもできる。その場合、推論装置（推論方法又は推論プログラム）としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、基板処理装置２にて発生したアラームの種類を示すアラーム種類情報、及び、アラームが発生したときに複数のモジュールにそれぞれ存在する基板の配置状態を示す基板配置情報を少なくとも含むアラーム発生情報を取得する情報取得処理（情報取得工程）と、アラームの発生に応じて情報取得処理にてアラーム発生情報を取得すると、当該アラームの発生に対処するための支援情報を推論する推論処理（推論工程）とを含む。

【0123】

推論装置（推論方法又は推論プログラム）の態様で提供することで、情報処理装置を実装する場合に比して簡単に種々の装置への適用が可能となる。推論装置（推論方法又は推論プログラム）が支援情報を推論する際、上記実施形態に係る機械学習装置４及び機械学習方法により生成された学習済みの学習モデル１０を用いて、支援処理部が実施する推論手法を適用してもよいことは、当業者にとって当然に理解され得るものである。

【符号の説明】

【0124】

１…基板処理システム、２…基板処理装置、３…データベース装置、４…機械学習装置、５…情報処理装置、６…ユーザ端末装置、７…ネットワーク、
１０…学習モデル、１１…学習用データ、１２…基板配置状態表示画面、
１３…センサモニタ画面、１４…復旧操作案内画面、１５…変更操作案内画面、
２０…ハウジング、２１…ロード／アンロードユニット、２２…研磨ユニット、
２３…洗浄ユニット、２４…膜厚測定ユニット、２５…制御ユニット、３０…履歴情報、４０…制御部、４１…通信部、４２…学習用データ記憶部、
４３…学習済みモデル記憶部、
５０…制御部、５１…通信部、５２…学習済みモデル記憶部、
１２０…ウェハ有りマーク、１２１…ウェハ無しマーク、
１３０…グラフ領域、１３１…表示対象センサ特定欄、
１３２…表示対象時間範囲特定欄、１３３…表示対象イベント特定欄、
１４０…アラーム表示欄、１４１…復旧操作案内欄、
１５０…アラーム表示欄、１５１…変更操作案内欄
２００Ａ、２００Ｂ…隔壁、２１０Ａ～２１０Ｄ…フロントロード部、
２１１…搬送ロボット、２１２…移動機構部、２２０Ａ～２２０Ｄ…研磨部、
２２１Ａ、２２１Ｂ…リニアトランスポータ、２２２…スイングトランスポータ、
２２３…リフタ、２２４…仮置き台、２３０Ａ、２３０Ｂ…洗浄室、２３１…乾燥室、
２３２Ａ、２３２Ｂ…搬送室、２３３Ａ、２３３Ｂ…搬送ロボット、
２５０…制御部、２５１…通信部、２５２…入力部、２５３…出力部、２５４…記憶部、２５５…装置設定情報、２５６…基板レシピ情報、
３００…アラーム履歴テーブル、３０１…基板配置履歴テーブル、
３０２…動作履歴テーブル、３０３…操作履歴テーブル、
３０４…イベント履歴テーブル、
４００…学習用データ取得部、４０１…機械学習部、
５００…情報取得部、５０１…支援処理部、５０２…出力処理部、
２２００…研磨パッド、２２０１…研磨テーブル、２２０２…トップリング、
２２０３…研磨液供給ノズル、２２０４…ドレッサ、２２０５…アトマイザ

【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】