研磨方法、研磨装置及计算机可读取的记录介质与流程

1.本发明涉及一种对晶片等基板进行研磨的方法及装置，尤其是涉及基于来自基板的反射光所包含的光学信息来检测膜厚的技术。


背景技术：

2.研磨半导体晶片等基板的研磨装置构成为：一边分别通过研磨头和研磨台使基板和研磨垫旋转，一边将基板按压于研磨台上的研磨垫，从而对该基板的表面进行研磨。作为研磨装置的代表例的cmp(化学机械研磨)装置一边向研磨垫供给浆料，一边在存在浆液的情况下将基板按压于研磨垫。基板的表面通过浆料的化学作用和浆料中包含的磨粒的机械作用而被研磨。
3.在这样的研磨装置中，以对基板上的绝缘层(透明层)的膜厚进行检测为目的而使用的就地(in situ)型的分光式膜厚测定器。该分光式膜厚测定器具备装配于研磨台的光源和分光器、以及分别与光源和分光器连接的投光用光纤光缆和受光用光纤光缆。这些光纤光缆的顶端作为光学传感器头而发挥功能。
4.每当研磨台旋转时，光学传感器头对晶片表面进行扫描。即，光学传感器头在横穿基板的过程中，向基板上的多个测定点照射光，并且接受来自这些测定点的反射光。分光器根据波长来分解来自各测定点的反射光，并且生成光强度数据。分光式膜厚测定器的光谱生成部通过光强度数据来生成反射光的光谱。由于该光谱根据基板的膜厚而变化，因此分光式膜厚测定器能够基于光谱来确定基板目前的膜厚。
5.现有技术文献
6.专利文献
7.专利文献1:国际公开第2003/083522号
8.专利文献2:日本特开2015-8303号公报
9.专利文献3:日本特开2008-244335号公报
10.发明所要解决的技术问题
11.然而，由于这样的就地(in situ)型的分光式膜厚测定器一边使光学传感器头移动，一边测定旋转的基板的膜厚，因此基板上的测定点的位置不固定。基板的表面由元件、划线线路等各种构造要素构成。来自基板的反射光的强度不仅通过膜厚，还通过构成基板的表面的这些构造要素而变化。例如，来自元件的反射光的强度与来自划线线路的反射光的强度不同。在其他例子中，由于元件的下层构造的不同，反射光的强度也有变化的情况。作为结果，膜厚的测定结果将因为测定点而变化。


技术实现要素：

12.因此，本发明提供一种能够以较高的精度来测定在表面具有各种结构要素的半导体晶片等的基板的膜厚的研磨方法及研磨装置。
13.用于解决技术问题的技术手段
14.在一个形态中，提供一种研磨方法，一边对基板进行研磨，一边生成来自所述基板上的多个测定点的反射光的多个光谱，基于各光谱的形状，将所述多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱，通过所述多个一次光谱确定所述基板的多个膜厚，使用所述一次光谱或者所述多个膜厚来确定与所述二次光谱对应的测定点处的膜厚。
15.在一个形态中，确定与所述二次光谱对应的测定点处的膜厚的工序是如下工序：生成与所述二次光谱对应且属于所述第一群的推定光谱，根据所述推定光谱来确定所述基板的膜厚。
16.在一个形态中，生成所述推定光谱的工序是从所述多个一次光谱通过内插或者外插而生成所述推定光谱的工序。
17.在一个形态中，生成所述推定光谱的工序是将所述多个一次光谱输入光谱生成模型，并且从所述光谱生成模型输出所述推定光谱的工序。
18.在一个形态中，确定与所述二次光谱对应的测定点处的膜厚的工序是从所述多个膜厚通过内插或者外插来确定与所述二次光谱对应的测定点处的膜厚的工序。
19.在一个形态中，将所述多个光谱分类为属于所述第一群的所述一次光谱和属于所述第二群的所述二次光谱的工序是如下工序：将在所述基板的研磨过程中生成的所述多个光谱分别输入分类模型，根据从所属分类模型输出的分类结果而将所述多个光谱分类为属于所述第一群的所述一次光谱和属于所述第二群的所述二次光谱。
20.在一个形态中，所述研磨方法还包括如下工序：一边对样品基板进行研磨，一边生成来自所述样品基板的反射光的多个训练用光谱，将所述多个训练用光谱分类为所述第一群和所述第二群，使用包含所述多个训练用光谱和所述多个训练用光谱的分类结果的分类训练数据，通过机器学习来确定所述分类模型的参数。
21.在一个形态中，提供一种研磨方法，一边对参照基板进行研磨，一边生成来自所述参照基板上的多个测定点的反射光的多个光谱，基于各光谱的形状，将所述多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱，生成与所述二次光谱对应且属于所述第一群的推定光谱，将所述多个一次光谱和所述推定光谱与膜厚分别关联，将所述多个一次光谱和所述推定光谱作为参照光谱追加至数据库，该数据库具有包括所述多个一次光谱和所述推定光谱的多个参照光谱，一边对基板进行研磨，一边生成来自该基板的反射光的光谱，确定与来自所述基板的反射光的光谱形状最接近的参照光谱，确定与确定了的所述参照光谱相关联的膜厚。
22.在一个形态中，提供一种研磨装置，具备：研磨台，该研磨台支承研磨垫；研磨头，该研磨头将基板按压于所述研磨垫并对该基板进行研磨；光学传感器头，该光学传感器头将光导向所述基板上的多个测定点，并且接受来自所述多个测定点的反射光；以及处理系统，该处理系统生成所述反射光的多个光谱，所述处理系统构成为：基于各光谱的形状，将所述多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱，通过所述多个一次光谱来确定所述基板的多个膜厚，使用所述一次光谱或者所述多个膜厚来确定与所述二次光谱对应的测定点处的膜厚。
23.在一个形态中，所述处理系统构成为：生成与所述二次光谱对应且属于所述第一群的推定光谱，通过所述推定光谱来确定所述基板的膜厚。
24.在一个形态中，所述处理系统构成为从所述多个一次光谱通过内插或外插来生成所述推定光谱。
25.在一个形态中，所述处理系统具有光谱生成模型，所述处理系统构成为将所述多个一次光谱输入所述光谱生成模型，并且从所述光谱生成模型输出所述推定光谱。
26.在一个形态中，所述处理系统构成为从所述多个膜厚通过内插或外插来确定与所述二次光谱对应的测定点处的膜厚。
27.在一个形态中，所述处理系统具备分类模型，所述处理系统构成为：将在所述基板的研磨过程中生成的所述多个光谱分别输入所述分类模型，根据从所述分类模型输出的分类结果而将所述多个光谱分类为属于所述第一群的所述一次光谱和属于所述第二群的所述二次光谱。
28.在一个形态中，所述处理系统具备存储装置，所述存储装置储存来自样品基板的反射光的多个训练用光谱，所述处理系统构成为：将所述多个训练用光谱分类为所述第一群和所述第二群，使用包括所述多个训练用光谱和所述多个训练用光谱的分类结果，通过机器学习来确定所述分类模型的参数。
29.在一个形态中，提供一种研磨装置，具备：研磨台，该研磨台支承研磨垫；研磨头，该研磨头将基板按压于所述研磨垫并对该基板进行研磨；光学传感器头，该光学传感器头将光导向所述基板上的多个测定点，并且接受来自所述多个测定点的反射光；以及处理系统，该处理系统具有存储装置，在所述存储装置的内部储存有包括多个参照光谱的数据库和来自参照基板上的多个测定点的反射光的多个光谱，所述处理系统构成为：基于各光谱的形状，将所述反射光的多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱，生成与所述二次光谱对应且属于所述第一群的推定光谱，将所述多个一次光谱和所述推定光谱与膜厚分别关联，将所述多个一次光谱和所述推定光谱作为参照光谱追加至所述数据库。
30.在一个形态中，提供一种计算机可读取的记录介质，记录了用于使计算机执行如下步骤的程序：在基板的研磨过程中，生成来自该基板上的多个测定点的反射光的多个光谱的步骤；基于各光谱的形状，将所述多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱的步骤；通过所述多个一次光谱来确定所述基板的多个膜厚的步骤；以及使用所述一次光谱或者所述多个膜厚来确定与所述二次光谱对应的测定点处的膜厚的步骤。
31.在一个形态中，确定与所述二次光谱对应的测定点处的膜厚的步骤是如下步骤：生成与所述二次光谱对应且属于第一群的推定光谱的步骤，通过所述推定光谱来确定所述基板的膜厚的步骤。
32.在一个形态中，生成所述推定光谱的步骤是从所述多个一次光谱通过内插或外插来生成所述推定光谱的步骤。
33.在一个形态中，生成所述推定光谱的步骤是将所述多个一次光谱输入光谱生成模型，并且从所述光谱生成模型输出所述推定光谱的步骤。
34.在一个形态中，确定与所述二次光谱对应的测定点处的膜厚的步骤是从所述多个膜厚通过内插或外插来确定与所述二次光谱对应的检测点处的膜厚的步骤。
35.在一个形态中，将所述多个光谱分类为属于所述第一群的所述一次光谱和属于所
述第二群的所述二次光谱的步骤是如下步骤：将在所述基板的研磨过程中生成的所述多个光谱分别输入分类模型的步骤，根据从所述分类模型输出的分类结果而将所述多个光谱分类为属于所述第一群的所述一次光谱和属于所述第二群的所述二次光谱的步骤。
36.在一个形态中，所述程序构成为进一步使所述计算机执行如下的步骤：在样品基板的研磨过程中，生成来自该样品基板的反射光的多个训练用光谱的步骤；将所述多个训练用光谱分类为所述第一群和所述第二群的步骤；以及使用包括所述多个训练用光谱和所述多个训练用光谱的分类结果的分类训练数据，通过机器学习来确定所述分类模型的参数的步骤。
37.在一个形态中，提供一种计算机可读取的记录介质，记录了用于使计算机执行如下步骤的程序：在参照基板的研磨过程中，生成来自该参照基板上的多个测定点的反射光的多个光谱的步骤；基于各光谱的形状，将所述多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱的步骤；生成与所述二次光谱对应且属于所述第一群的推定光谱的步骤；将所述多个一次光谱和所述推定光谱与膜厚分别关联的步骤；将所述多个一次光谱和所述推定光谱作为参照光谱追加至数据库的步骤，该数据库具有包括所述多个一次光谱和所述推定光谱的多个参照光谱；一边对基板进行研磨，一边生成来自该基板的反射光的光谱的步骤；确定与来自所述基板的反射光的光谱形状最接近的参照光谱的步骤；以定与确定了的所述参照光谱相关联的膜厚的步骤。
38.发明的效果
39.推定光谱是被预想为正确地反映基板的膜厚的一次光谱。因此，处理系统能够通过推定光谱来确定基板的正确的膜厚。尤其是，处理系统能够确定基板上的多个测定点的全部测定点的正确膜厚。
附图说明
40.图1是表示研磨装置的一个实施方式的示意图。
41.图2是表示由处理系统生成的光谱的一例的图。
42.图3的(a)～图3的(c)是表示处理系统的例子的示意图。
43.图4是表示图1所示的研磨装置的详细结构的一个实施方式的剖视图。
44.图5是用于说明光学式膜厚测定装置的原理的示意图。
45.图6是表示基板与研磨台的位置关系的俯视图。
46.图7是说明通过反射光的光谱来确定膜厚的方法的一例的图。
47.图8是表示基板的表面(被研磨面)上的多个测定点的一例的示意图。
48.图9是说明通过相邻的测定点的多个一次光谱来生成推定光谱的一个实施方式的图。
49.图10是说明通过沿研磨时间的时序性的一次光谱来生成推定光谱的一个实施方式的图。
50.图11是说明光学式膜厚测定装置确定基板的膜厚的动作的流程图。
51.图12是表示光谱生产模型的一例的示意图。
52.图13是表示更新参照光谱的数据库的一个实施方式的流程图。
53.图14是用于说明构成光谱的分类方法的光谱的自动分类和分类模型的作成的流
程图。
54.图15是表示分类模型的一例的示意图。
55.图16是说明具备有分类模型的光学式膜厚测定装置确定基板的膜厚的动作的流程图。
56.符号说明
[0057]1ꢀꢀꢀ
研磨头
[0058]2ꢀꢀꢀ
研磨垫
[0059]
2a
ꢀꢀ
研磨面
[0060]3ꢀꢀꢀ
研磨台
[0061]5ꢀꢀꢀ
研磨液供给喷嘴
[0062]6ꢀꢀꢀ
研磨台马达
[0063]7ꢀꢀꢀ
光学传感器头
[0064]9ꢀꢀꢀ
研磨控制部
[0065]
10
ꢀꢀ
头轴
[0066]
17
ꢀꢀ
连结构件
[0067]
18
ꢀꢀ
研磨头马达
[0068]
31
ꢀꢀ
投光用光纤光缆
[0069]
32
ꢀꢀ
受光用光纤光缆
[0070]
40
ꢀꢀ
光学式膜厚测定装置
[0071]
44
ꢀꢀ
光源
[0072]
47
ꢀꢀ
分光器
[0073]
48
ꢀꢀ
光检测器
[0074]
49
ꢀꢀ
处理系统
[0075]
49a 存储装置
[0076]
49b 处理装置
[0077]
50a 第一孔
[0078]
50b 第二孔
[0079]
51
ꢀꢀ
通孔
[0080]
60
ꢀꢀ
数据库
具体实施方式
[0081]
以下，参照附图对本发明的实施方式进行说明。
[0082]
图1是表示研磨装置的一个实施方式的示意图。如图1所示，研磨装置具备支承研磨垫2的研磨台3、将具有膜的晶片等的基板w向研磨垫2按压的研磨头1、使研磨台3旋转的研磨台马达6以及用于向研磨垫2上供给浆料等研磨液的研磨液供给喷嘴5。研磨垫2的上表面构成对基板w进行研磨的研磨面2a。
[0083]
研磨头1与头轴10连结，头轴10与未图示的研磨头马达连结。研磨头马达使研磨头1与头轴10一同向箭头所示方向旋转。研磨台3与研磨台马达6连结，研磨台马达6被构成为使研磨台3和研磨垫2向箭头所示方向旋转。
[0084]
基板w按如下这样被研磨。一边使研磨台3和研磨头1向图1的箭头所示方向旋转，一边从研磨液供给喷嘴5将研磨液向研磨台3上的研磨垫2的研磨面2a供给。在基板w通过研磨头1旋转的同时，在研磨液存在于研磨垫2上的状态下基板w被研磨头1按压于研磨垫2的研磨面2a。基板w的表面通过研磨液的化学作用和研磨液中包含的磨粒的机械作用而被研磨。
[0085]
研磨装置具备确定基板w的膜厚的光学式膜厚测定装置40。光学式膜厚测定装置40具备发光的光源44、分光器47、与光源44和分光器47连结的光学传感器头7以及与分光器47连结的处理系统49。光学传感器头7、光源44以及分光器47安装于研磨台3，与研磨台3和研磨垫2一同一体地旋转。光学传感器头7的位置位于研磨台3和研磨垫2每旋转一圈时横穿研磨垫2上的基板w的表面的位置。
[0086]
处理系统49具备：存储用于执行后述的光谱的生成及基板w的膜厚检测的程序的存储装置49a；以及根据程序中包含的指令来执行运算的处理装置49b。处理系统49由至少一台计算机构成。存储装置49a具备ram等主存储装置以及硬盘驱动器(hdd)、固态硬盘(ssd)等辅助存储装置。作为处理装置49b的例子，可列举cpu(中央处理装置)、gpu(图形处理单元)。但是，处理系统49的具体结构不限于这些例子。
[0087]
从光源44发出的光向光学传感器头7传递，从光学传感器头7引导向基板w的表面。光在基板w的表面反射，来自基板w的表面的反射光由光学传感器头7接受，并被送往分光器47。分光器47将反射光根据波长进行分解，测定各波长的反射光的强度。反射光的强度测定数据被送往处理系统49。
[0088]
处理系统49被构成为根据反射光的强度测定数据来生成反射光的光谱。反射光的光谱作为表示反射光的波长与强度的关系的曲线图(即分光波形)来表示。反射光的强度也可以作为反射率或相对反射率等相对值来表示。
[0089]
图2是表示由处理系统49生成的光谱的一例的图。光谱作为表示光的波长与强度的关系的曲线图(即分光波形)来表示。在图2中，横轴表示从基板反射的光的波长，纵轴表示从反射了的光的强度导出的相对反射率。相对反射率是表示反射光的强度的指标值，是光的强度与规定的基准强度之比。通过将各波长中的光的强度(实测强度)除以规定的基准强度，可以从实测强度除去装置的光学习、光源固有的强度的波动等不需要的噪声。
[0090]
基准强度是在各波长预先测定的光的强度，相对反射率在各波长中被算出。具体来说，通过将各波长的光的强度(实测强度)除以对应的基准强度来求出相对反射率。例如，基准强度通过直接测定从光学传感器头7发出的光的强度，或通过将光从光学传感器头7向镜子照射，并测定来自镜子的反射光的强度来获得。或者，基准强度也可以是在将未形成膜的硅基板(裸基板)存在水的情况下在研磨垫2上进行水研磨时、或在将上述硅基板(裸基板)放置在研磨垫2上时由分光器47测定的来自硅基板的反射光的强度。
[0091]
在实际的研磨中，通过从实测强度减去暗电平(日文：
ダークレベル
)(在遮光条件下得到的背景强度)来求得修正实测强度，进而从基准强度减去上述暗电平来求得修正基准强度，并且将修正实测强度除以修正基准强度来求得相对反射率。具体而言，相对反射率r(λ)可以用下式(1)求得。
[0092]
(式1)
[0093][0094]
在此，λ为从基板反射的光的波长，e(λ)是为波长λ时的强度，b(λ)是为波长λ时的基准强度，d(λ)是在遮光的条件下测定的为波长λ时的背景强度(暗电平)。
[0095]
光学传感器头7在研磨台3每旋转一圈时将光导向基板w的表面(被研磨面)，并接受来自基板w的反射光。反射光被送往分光器47。分光器47根据波长将反射光分解，测定各波长的反射光的强度。反射光的强度测定数据被送往处理系统49，处理系统49根据反射光的强度测定数据生成如图2所示的光谱。而且，处理系统49通过反射光的光谱确定基板w的膜厚。在图2所示的例子中，反射光的光谱是表示相对反射率与反射光的波长的关系的分光波形，但是，反射光的光谱也可以是表示反射光的强度本身与反射光的波长的关系的分光波形。
[0096]
如图1所示，处理系统49的存储装置49a具有收容了多个参照光谱的数据库60。多个参照光谱是来自以往被研磨的多个基板的反射光的光谱，换而言之，是对与基板w不同的基板进行研磨时生成的反射光的光谱。在以下的说明中，将参照光谱的生成中被使用的基板称为参照基板。
[0097]
处理系统49至少由一台计算机构成。上述至少一台计算机也可以是一台服务器或多台服务器。处理系统49可以是通过通信线与分光器47连接的边缘服务器，也可以是通过互联网或局域网等通信网络与分光器47连接的云服务器，或者也可以是设置于与分光器47连接的网络内的雾计算元件(网关、雾服务器、路由器等)。
[0098]
处理系统49可以是通过互联网或局域网等通信网络连接的多个服务器。例如，处理系统49可以是边缘服务器与云服务器的组合。在一个实施方式中，数据库60设置在从处理装置49b分离的场所处的数据服务器(未图示)内。
[0099]
图3的(a)至图3的(c)是表示处理系统49的例子的示意图。图3的(a)表示处理系统49的整体作为配置在设有研磨台3和研磨头1的工厂内的控制器进行设置的例子。在该例中，处理系统49与研磨台3和研磨头1一起构成一个装置。
[0100]
图3的(b)表示处理系统49在配置在工厂内的雾服务器500内进行设置的例子。雾服务器500通过网关400与分光器47连接。作为网关400的例子，可列举路由器等通信连接设备。网关400可以通过有线与分光器47和/或雾服务器500连接，或者也可以通过无线与分光器47和/或雾服务器500连接。在一个实施方式中，处理系统49也可以设于网关400内。处理系统49配置在网关400内的实施方式应用于对从分光器47发送的反射光的强度测定数据进行高速处理的情况。另一方面，处理系统49配置在雾服务器500内的实施方式应用于不需要进行高速处理的情况。在一个实施方式中，构成处理系统49的多个计算机也可以设置于网关400和雾服务器500这双方。
[0101]
图3的(c)表示处理系统49设置于被配置在工厂外的云服务器600内的例子。云服务器600经雾服务器500及网关400与分光器47连接。没有雾服务器500也可以。图3的(c)所示的实施方式应用于多个研磨装置由通信网络与云服务器600连接，且处理系统49对大量的数据进行处理的情况。
[0102]
返回至图1，处理系统49与用于控制基板w的研磨动作的研磨控制部9连接。该研磨控制部9基于由处理系统49确定的基板w的膜厚对基板w的研磨动作进行控制。例如，研磨控
制部9被构成为确定作为基板w的膜厚达到目标膜厚的时间点的研磨终点、或在基板w的膜厚达到规定的值时变更基板w的研磨条件。
[0103]
图4是表示图1所示的研磨装置的详细结构的一个实施方式的剖视图。头轴10经由带等连结构件17与研磨头马达18连结而旋转。通过该头轴10的旋转，研磨头1向箭头所示方向旋转。
[0104]
分光器47具备光检测器48。在一个实施方式中，光检测器48由光电二极管、ccd、或cmos等构成。光学传感器头7与光源44及光检测器48光学地连结。光检测器48与处理系统49电连接。
[0105]
光学式膜厚测定装置40具备将从光源44发出的光向基板w的表面引导的投光用光纤光缆31和接受来自基板w的反射光并将反射光送往分光器47的受光用光纤光缆32。投光用光纤光缆31的顶端和受光用光纤光缆32的顶端位于研磨台3内。
[0106]
投光用光纤光缆31的顶端和受光用光纤光缆32的顶端构成将光导向基板w的表面且接受来自基板w的反射光的光学传感器头7。投光用光纤光缆31的另一端与光源44连接，受光用光纤光缆32的另一端与分光器47连接。分光器47被构成为将来自基板w的反射光根据波长分解，遍及规定的波长范围测定反射光的强度。
[0107]
光源44将光通过投光用光纤光缆31送往光学传感器头7，光学传感器头7朝向基板w发光。光学传感器头7接受来自基板w的反射光，并通过受光用光纤光缆32送往分光器47。分光器47根据其波长将反射光分解，测定各波长的反射光的强度。分光器47将反射光的强度测定数据送往处理系统49。处理系统49根据反射光的强度测定数据生成反射光的光谱。
[0108]
研磨台3具有在其上表面开口的第一孔50a及第二孔50b。并且，在研磨垫2在与这些孔50a、50b对应的位置形成有通孔51。孔50a、50b与通孔51连通，通孔51在研磨面2a开口。第一孔50a与液体供给线路53连结，第二孔50b与排水线路54连结。由投光用光纤光缆31的顶端和受光用光纤光缆32的顶端构成的光学传感器头7配置于第一孔50a，且位于通孔51的下方。
[0109]
在基板w的研磨过程中，纯水作为洗涤液经由液体供给线路53向第一孔50a供给，进而通过第一孔50a向通孔51供给。纯水充满基板w的表面(被研磨面)与光学传感器头7之间的空间。纯水流入第二孔50b，通过排水线路54被排出。在第一孔50a及通孔51内流动的纯水防止研磨液侵入第一孔50a，由此，光路被确保。
[0110]
投光用光纤光缆31是将由光源44发出的光引导到基板w的表面的光传送部。投光用光纤光缆31和受光用光纤光缆32的顶端位于第一孔50a内，且位于基板w的被研磨面的附近。由投光用光纤光缆31和受光用光纤光缆32的各顶端构成的光学传感器头7朝向被研磨头1保持的基板w配置。每当研磨台3旋转时光向基板w的表面(被研磨面)照射。在本实施方式中，在研磨台3内仅设置有一个光学传感器头7，但是也可以在研磨台3内设置有多个光学传感器头7。
[0111]
图5是用于说明光学式膜厚测定装置40的原理的示意图，图6是表示基板w与研磨台3的位置关系的俯视图。在图5所示的例子中，基板w具有下层膜和形成在下层膜之上的上层膜。上层膜例如为硅层或绝缘膜。由投光用光纤光缆31和受光用光纤光缆32的各顶端构成的光学传感器头7与基板w的表面相对地配置。光学传感器头7每当研磨台3旋转一圈时向基板w的表面照射光。
[0112]
照射到基板w的光被介质(图5的例子中为水)与上层膜的界面、及上层膜与下层膜的界面反射，被这些界面反射的光的波相互干涉。该光的波的干涉的方式根据上层膜的厚度(即，光路长度)而变化。因此，通过来自基板w的反射光生成的光谱根据上层膜的厚度而变化。
[0113]
在基板w的研磨过程中，研磨台3每旋转一圈，光学传感器头7横穿基板w地移动。当光学传感器头7处于基板w的下方时，光源44发光。光从光学传感器头7被导向基板w的表面(被研磨面)，来自基板w的反射光被光学传感器头7接受，并送往分光器47。分光器47遍及规定的波长范围测定各波长的反射光的强度，将反射光的强度测定数据送往处理系统49。处理系统49根据强度测定数据生成表示每个波长的光的强度的反射光的光谱。
[0114]
如图7所示，处理系统49将反射光的光谱与数据库60内的多个参照光谱进行比较，从而确定与反射光的光谱的形状最接近的一个参照光谱。具体而言，处理系统49算出反射光的光谱与各参照光谱的差，从而确定算出的差最小的参照光谱。然后，处理系统49确定与被确定的参照光谱关联的膜厚。
[0115]
各参照光谱预先关联有在该参照光谱被获取时的膜厚。即，各参照光谱是在不同的膜厚下被获取的，并且多个参照光谱对应多个不同的膜厚。因此，能够通过特定与反射光的光谱的形状最接近的参照光谱，从而确定研磨中的基板w的现在的膜厚。
[0116]
在本实施方式中，在光学传感器头7横穿基板w一周时，光学传感器头7连续地向基板w上的多个测定点放光，并且接受来自这些多个测定点的反射光。图8是表示基板w的表面(被研磨面)上的多个测定点的一例的示意图。如图8所示，光学传感器头7每次横穿基板w时，将光导向多个测定点mp，并且接受来自这些多个测定点mp的反射光。因此，在光学传感器头7每次横穿基板w时(即，研磨台3每旋转一圈时)，处理系统49生成分别与来自多个测定点mp的反射光对应的多个光谱。生成的多个光谱被储存于存储装置49a内。
[0117]
反射光的光谱不仅依赖于基板w的膜厚，还可依赖于构成基板w的表面的结构要素(例如，元件、划线线路等)而改变。因此，在本实施方式中，为了提高基板w的膜厚测定精度，光学式膜厚测定装置40如以下这样确定基板w的膜厚。
[0118]
图9是表示来自基板w上的多个测定点的反射光的光谱的一例的示意图。在图9所示的例子中，第一测定点mp1和第三测定点mp3在基板w的第一构造要素r1(例如，元件)上，第二测定点mp2在基板w的第二构造要素r2(例如，划线线路)上。第一结构要素r1和第二结构要素r2具有不同的表面构造。由于这样的表面构造的不同，来自第一测定点mp1和第三测定点mp3的反射光的光谱s1、s3的形状与来自第二测定点mp2的反射光的光谱s2的形状大有不同。
[0119]
处理系统49将这些光谱s1、s2、s3基于其形状分类为属于第一群的一次光谱和属于第二群的二次光谱。在图9所示的例子中，处理系统49将来自第一测定点mp1和第三测定点mp3的反射光的光谱s1、s3分类为属于第一群的一次光谱，并且将来自第二测定点mp2的反射光的光谱s2分类为属于第二群的二次光谱。
[0120]
处理系统49相比二次光谱s2优先使用一次光谱s1、s3来确定基板w的膜厚。处理系统49通过作为来自第一测定点mp1的反射光的光谱和来自第三测定点mp3的反射光的光谱的一次光谱s1、s3来确定第一测定点mp1和第三测定点mp3处的膜厚。膜厚的确定根据参照图7说明的工序来执行。
[0121]
由于属于第二群的二次光谱s2与属于第一群的一次光谱s1、s3在形状上大有不同，因此通过二次光谱s2来确定的膜厚有相对不正确的可能性。因此，处理系统49如以下这样确定获取了二次光谱s2的第二测定点mp2处的膜厚。
[0122]
如图9所示，处理系统49通过一次光谱s1、s3来生成与二次光谱s2对应且属于第一群的推定光谱s2'。更具体而言，处理系统49使用第一测定点mp1和第三测定点mp3的一次光谱s1、s3，通过内插来生成第二测定点mp2的推定光谱s2’。
[0123]
推定光谱s2’具有会被分类为属于第一群的一次光谱的形状。即，推定光谱s2’相当于，假设第二测定点mp2位于基板w的第一构造要素r1(例如，元件)上的情况下的来自第二测定点mp2的反射光的一次光谱。通过第一测定点mp1、第二测定点mp2以及第三测定点mp3的配列，处理系统49也可以是从一次光谱s1、s3通过外插来生成推定光谱s2’。处理系统49通过生成的推定光谱s2’来确定膜厚。该膜厚的确定是根据参照图7说明的工序而执行的。一次光谱s1、s3和推定光谱s2’储存于处理系统49的存储装置49a内。
[0124]
推定光谱s2’是预想能够正确地反映基板w的膜厚的一次光谱。因此，光学式膜厚测定装置40能够通过推定光谱s2’来确定具有与基板w的第一构造要素r1不同的构造的第二构造要素r2的正确的膜厚。尤其是，光学式膜厚测定装置40能够确定图8所示的多个测定点mp的所有测定点处的正确的膜厚。
[0125]
在本实施方式中，为了简化说明，虽然通过两个测定点的一次光谱来生成一个测定点的推定光谱，但是本发明并不限定于本实施方式。也可以是，通过三个以上的测定点的一次光谱来生成一个测定点的推定光谱。根据基板的表面构造，也可以是，优先使用来自划线线路的反射光的光谱来确定膜厚。在这样的情况下，来自划线线路的反射光的光谱被分类为属于第一群的一次光谱。
[0126]
在图9所示的实施方式中，处理系统49使用来自处于第二测定点mp2的附近的第一测定点mp1和第三测定点mp3的反射光的一次光谱，生成第二测定点mp2的推定光谱s2’，但是在一个实施方式中，处理系统49也可以是通过沿着研磨时间的时序性的第二测定点mp2的多个一次光谱来生成第二测定点mp2的推定光谱。以下，参照图10对该实施方式进行说明。
[0127]
处理系统49在基板w的研磨过程中，在研磨台3每旋转一圈时生成来自第二测定点mp2的反射光的光谱，从而获取第二测定点mp2的多个光谱。处理系统49将这些多个光谱沿着研磨时间，即根据研磨台3的旋转次数排列，并且将多个光谱基于其形状而分类为属于第一群的一次光谱和属于第二群的二次光谱。在图10所示的例子中，在研磨台3旋转第n-1次中生成的光谱s2n-1被分类为一次光谱，在研磨台旋转第n次中生成的光谱s2n被分类为一次光谱，在研磨台3旋转第n 1次中生成的光谱s2n 1被分类为二次光谱。
[0128]
处理系统49通过一次光谱s2n-1、s2n生成预想为在研磨台3旋转第n 1次中生成的推定光谱s2n 1’。推定光谱s2n 1’是与二次光谱s2n 1对应且属于第一群的一次光谱。具体而言，处理系统49使用一次光谱s2n-1和一次光谱s2n而通过外插来生成推定光谱s2n 1’。处理系统49通过生成的推定光谱s2n 1’来确定膜厚。该膜厚的确定根据参照图7说明的工序被执行。一次光谱s2n-1、s2n以及推定光谱s2n 1’被储存于处理系统49的存储装置49a内。
[0129]
处理系统49也可以是根据多个一次光谱通过内插生成推定光谱。例如，在光谱
s2n-1、s2n 1被分类为一次光谱，光谱s2n被分类为二次光谱的情况下，处理系统49也可以是从一次光谱s2n-1、s2n 1通过内插来生成与二次光谱s2n对应且属于第一群的推定光谱s2n’。也可以是从三个以上的时序性的一次光谱通过内插或者外插来生成推定光谱。
[0130]
图11是对光学式膜厚测定装置40确定基板w的膜厚的动作进行说明的流程图。
[0131]
在步骤1-1中，在基板w的研磨过程中，每当光学传感器头7横穿基板w时(即，每当研磨台3旋转一圈时)，光学传感器头7向基板w上的多个测定点照射光，并且接受来自这些测定点的反射光。
[0132]
在步骤1-2中，在基板w的研磨过程中，处理系统49生成来自多个测定点的反射光的多个光谱。生成的多个光谱被储存于处理系统49的存储装置49a内。
[0133]
在步骤1-3中，处理系统49基于各光谱的形状将反射光的多个光谱分类为属于第一群的一次光谱和属于第二群的二次光谱。
[0134]
在步骤1-4中，处理系统49通过属于第一群的多个一次光谱来确定基板w的多个膜厚。
[0135]
在步骤1-5中，处理系统49使用上述多个一次光谱来生成推定光谱。该推定光谱是与上述步骤1-3中被分类的二次光谱对应且属于第一群的一次光谱。推定光谱根据参照图9或者图10说明的工序生成。
[0136]
在步骤1-6中，处理系统通过推定光谱来确定基板w的膜厚。
[0137]
上述步骤1-4也可以在上述步骤1-5之后实施。具体而言，处理系统49可以在通过步骤1-5生成了推定光谱之后，通过多个一次光谱和推定光谱来确定基板w的多个膜厚。
[0138]
处理装置49将确定了的基板w的膜厚送往图1及图4所示的研磨控制部9。研磨控制部9基于基板w的膜厚来控制基板w的研磨动作。例如，研磨控制部9确定作为基板w的膜厚达到目标膜厚的时间的研磨终点，或者在基板w的膜厚达到规定的值时变更基板w的研磨条件。
[0139]
处理系统49也可以进一步算出通过一次光谱和推定光谱确定的膜厚的移动平均。研磨控制部9也可以基于膜厚的移动平均确定研磨终点，或者也可以变更研磨条件。膜厚的移动平均也可以是沿着时序的多个膜厚的时间上的移动平均，或者也可以是相邻的多个测定点的多个膜厚的空间上的移动平均。根据上述的各实施方式，由于沿着时序的时间上的多个膜厚和相邻的空间上的多个膜厚均波动较少，因此这些膜厚的移动平均的值表示多个膜厚的正确的代表值。
[0140]
在一个实施方式中，处理系统49也可以是代替内插或者外插使用光谱生成模型而通过一次光谱来生成推定光谱。在图9所示的例子中，处理系统49将来自第一测定点mp1和第三测定点mp3的反射光的一次光谱s1、s3输入光谱生成模型，并且从光谱生成模型输出第二测定点mp2的推定光谱s2’。在图10所示的例子中，处理系统49将在研磨台3旋转第n-1次中生成的一次光谱s2n-1和在研磨台3旋转第n次中生成的一次光谱s2n输入光谱生成模型，并且从光谱生成模型输出推定光谱s2n 1’。
[0141]
光谱生成模型是由神经网络构成的学习完成模型，该神经网络根据人工智能的算法来学习一次光谱的生成。作为人工智能的算法的例子，可列举支援向量回归法、深度学习法、随机森林法、或决定树法等，但在本实施方式中使用作为机器学习的一例的深度学习法。深度学习法是以中间层(也称作隐匿层)被多层化了的神经网络作为基础的学习法。在
本说明书中，将使用由输入层、两层以上的中间层、输出层构成的神经网络的机器学习称作深度学习。
[0142]
光谱生成模型储存于处理系统49的存储装置49a内。处理系统49根据电储存于该存储装置49a的程序所包含的指令来执行使用了训练数据的机器学习，从而构筑光谱生成模型。被使用于机器学习的训练数据包括在对具有与研磨对象的基板w相同的层叠构造的多个基板进行研磨时生成的多个一次光谱。更具体而言，训练数据包括作为目的变量(正解数据)的研磨多个基板时生成的多个一次光谱中的一个和作为说明变量的其他一次光谱。
[0143]
在图9所示的例子中，说明变量是在研磨某个基板时生成的第一测定点mp1和第三测定点mp3的一次光谱，目的变量是在研磨该基板时生成的第二测定点mp2的一次光谱。或者，说明变量是在研磨第一基板时生成的第一测定点mp1和第三测定点mp3的一次光谱，目的变量是在研磨第二基板时生成的第二测定点mp2的一次光谱。
[0144]
在图10所示的例子中，说明变量是在研磨第一基板和第二基板时生成的规定的测定点的多个一次光谱，目的变量是在研磨第三基板时生成的上述规定的测定点的一次光谱。在该例子中，作为说明变量和目的变量而被使用的一次光谱是时序性的一次光谱。
[0145]
处理系统49将在对研磨对象的基板w进行研磨时生成的一次光谱输入光谱生成模型，并且从光谱生成模型输出推定光谱。图12是表示光谱生成模型的一例的示意图。如图12所示，光谱生成模型由具有输入层200、多个中间层201以及输出层202的神经网络构成。
[0146]
参照图9至图12进行说明的推定光谱的生成能够用于图7所示的参照光谱的数据库60的更新。以下，参照图13所示的流程图对更新该参照光谱的数据库60的一个实施方式进行说明。
[0147]
在步骤2-1中，一边通过上述研磨装置对具有与研磨对象的基板w相同的层叠构造的参照基板进行研磨，一边光学传感器头7向参照基板上的多个测定点照射光，并且接受来自这些测定点的反射光。更具体而言，每当光学传感器头7横穿参照基板时(即，每当研磨台3旋转一圈时)，光学传感器头7向参照基板上的多个测定点照射光，并且接受来自这些测定点的反射光。
[0148]
在步骤2-2中，处理系统49生成来自参照基板上的上述多个测定点的反射光的多个光谱。被生成的多个光谱被储存于处理系统49的存储装置49a内。
[0149]
在步骤2-3中，处理系统49基于各光谱的形状将多个光谱分类为属于第一群的多个一次光谱和属于第二群的二次光谱。
[0150]
在步骤2-4中，处理系统49通过上述多个一次光谱生成与在上述步骤2-3被分类的二次光谱对应且属于上述第一群的推定光谱。推定光谱根据参照图9、图10或者图12说明的工序而被生成。
[0151]
在步骤2-5中，处理系统49将多个一次光谱和推定光谱与多个测定点的多个膜厚分别关联。与推定光谱对应的测定点是在上述步骤2-3被分类了的二次光谱所表示的光反射了的测定点。
[0152]
在步骤2-6中，处理系统49多个一次光谱和推定光谱作为参照光谱向数据库60追加，由此更新数据库60。多个一次光谱和推定光谱以分别与对应的膜厚相关联的状态被追加至数据库60。
[0153]
由于作为研磨对象的基板w和参照基板具有相同的层叠构造，因此在基板w的研磨
时生成的一次光谱和推定光谱也同样地能够作为参照光谱而添加至数据库60。在基板w的研磨时生成的一次光谱和推定光谱能够作为用于确定具有相同层叠构造的其他基板的膜厚的参照光谱而进行使用。
[0154]
在上述的各实施方式中，虽然通过多个一次光谱来生成推定光谱，但是在一个实施方式中，处理系统49可以不生成推定光谱而从通过多个一次光谱确定了的多个膜厚通过内插或外插来确定与二次光谱对应的测定点处的膜厚。在图9所示的例子中，处理系统49从通过第一测定点mp1的一次光谱s1确定了的膜厚和通过第三测定点mp3的一次光谱s3确定了的膜厚，通过内插或外插来算出第二测定点mp2处的膜厚。在图10所示的例子中，处理系统49从上述规定的测定点的不同的时间点下的多个膜厚通过内插或外插来算出规定的测定点的某一时间点的膜厚。不生成推定光谱的本实施方式能够降低处理系统49的负荷。
[0155]
接着，对用于将光谱基于其形状分类为一次光谱和二次光谱的分类方法进行说明。该分类方法包括训练用光谱的自动分类、分离模型的作成以及将在基板的研磨过程中生成的反射光的光谱输入分类模型的工序。
[0156]
光谱的自动分类是根据分类算法(聚类算法)将事先准备的多个训练用光谱分类为多个组(集团)，并将多个组(集团)进一步分类为第一群和第二群的工序。作为分类算法(聚类算法)的例子，能够列举k平均法、混合高斯模型(gmm)等。事先准备的多个训练用光谱是在对多个样品基板进行研磨时得到的反射光的光谱。这些训练用光谱被储存于存储装置49a内。
[0157]
分类模型的作成是使用被分类为第一群和第二群的多个训练用光谱和这些训练用光谱的分类结果，从而通过机器学习来构筑由神经网络构成的分类模型的工序。分类模型的构筑包括确定分类模型的参数(加权系数、偏差等)。
[0158]
图14是用于说明构成光谱的分类方法的训练用光谱的自动分类和分类模型的作成的流程图。
[0159]
在步骤3-1中，通过上述研磨装置，一边对样品基板进行研磨，处理系统49一边接收来自样品基板的反射光的强度测定数据，并且通过强度测定数据来生成多个训练用光谱。样品基板可以具有与研磨对象的基板w相同的层叠构造，或者也可以不具有相同的层叠构造。准备有多个样品基板，各样品基板的研磨和训练用光谱的生成反复进行。训练用光谱被储存于存储装置49a内。
[0160]
在步骤3-2中，处理系统49根据分类算法将上述多个训练用光谱分类为多个组(集团)。如上所述，k平均法、混合高斯模型(gmm)等公知的聚类算法被使用于分类算法。
[0161]
在步骤3-3中，处理系统49进一步将多个组(集团)分类为第一群和第二群。多个训练用光谱也有根据分类算法而被分类为三个以上的组的情况。在该情况下，这些组中的至少一个被分类(选定)为第一群，其他组中的至少一个被分类(选定)为第二群。例如，在多个训练用光谱被分类为三个组的情况下，一个组被分类(选定)为第一群，其他两个组被分类(选定)为第二群。
[0162]
将根据分类算法被分类的多个组中的哪一个选定为第一群，可以是处理系统49事先设定的，或者也可以是使用者事先设定的。例如，也可以是，处理系统49根据分类算法将多个光谱分类为多个组，并且将最多数量的光谱所属的组选定为第一群，并且将属于该被选定了的第一群的光谱指定为第一光谱。在其他例子中，也可以是，处理系统49将具有与通
过外部的膜厚测定器获得的膜厚轮廓最一致的膜厚轮廓的光谱所属的组选定为第一群，并且将属于该被选定了的第一群的光谱指定为一次光谱。在另一其他例子中，也可以是，处理系统49作成研磨对象的基板w的层叠构造的假想模型，执行光反射的模拟，生成来自假想模型的反射光的假想光谱(或者，理论光谱)，并且确定具有与假想光谱接近的形状的光谱所属的群，将该被确定了的组选定为第一群，并且将属于该被选定了的第一群的光谱指定为一次光谱。在另一其他例子中，也可以是，处理系统49将光谱形状的波动最小的组选定为第一群，并且将属于该被选定了的第一群的光谱指定为一次光谱。
[0163]
在步骤3-4中，处理系统49作成包含被分类为第一群和第二群的多个训练用光谱和这些分类结果的分类训练数据。分类训练数据包括作为说明变量的多个训练用光谱和作为目的变量的这些训练用光谱的各自的分类结果。例如，被分类为第一群的训练用光谱(说明变量)和作为分类结果的表示第一群的数值(目的变量)进行组合。同样，被分类为第二群的训练用光谱(说明变量)和作为分类结果的表示第二群的数值(目的变量)进行组合。分类训练数据被储存于处理系统49的存储装置49a内。
[0164]
在步骤3-5中，处理系统49使用上述分类训练数据并通过机器学习来确定分类模型的参数(加权系数、偏差等)。
[0165]
图15是表示分类模型的一例的示意图。如图15所示，分类模型由具有输入层250、多个中间层251以及输出层252的神经网络构成。在一个实施方式中，使用深度学习作为用于构筑分类模型的机器学习的算法。处理系统49将训练用光谱输入分类模型的输入层250。具体而言，处理系统49将构成训练用光谱的各波长下的反射光的强度(例如，相对反射率)输入分类模型的输入层250。
[0166]
处理系统49调节分类模型的参数(权重、偏差等)，以从输出层252输出与被输入至输入层250的训练用光谱对应的分类结果(表示第一群或者第二群的数值)。这样的机器学习的结果是，作为学习完成模型的分类模型被作成。分类模型被储存于处理系统49的存储装置49a内。
[0167]
具备了分类模型的处理系统49在基板w的研磨过程中，将来自该基板w的反射光的多个光谱一个一个输入分类模型，并且从分类模型输出分类结果。处理系统49根据从分类模型输出的分类结果，将反射光的多个光谱分类为属于第一群的一次光谱和属于第二群的二次光谱。处理系统49使用属于第一群的一次光谱来确定基板w的膜厚，并且生成上述的推定光谱。处理系统49通过推定光谱来确定基板w的膜厚。
[0168]
图16是说明具备分类模型的光学式膜厚测定装置40确定基板w的膜厚的动作的流程图。
[0169]
在步骤4-1中，在基板w的研磨过程中，每当光学传感器头7横穿基板w时(即，每当研磨台3旋转一圈时)，光学传感器头7向基板w上的多个测定点照射光，并且接受来自这些测定点的反射光。
[0170]
在步骤4-2中，在基板w的研磨过程中，处理系统49生成来自多个测定点的反射光的多个光谱。生成的多个光谱被储存于处理系统49的存储装置49a内。
[0171]
在步骤4-3中，处理系统49将多个光谱一个一个输入分类模型，根据通过分类模型定义的计算算法来执行运算，并且从分类模型输出分类结果。
[0172]
在步骤4-4中，处理系统49根据从分类模型输出的分类结果将反射光的多个光谱
分类为属于第一群的一次光谱和属于第二群的二次光谱。
[0173]
在步骤4-5中，处理系统49通过属于第一群的多个一次光谱来确定基板w的多个膜厚。
[0174]
在步骤4-6中，处理系统通过上述多个一次光谱来生成与二次光谱对应且属于第一群的推定光谱。推定光谱根据参照图9、图10或者图12说明的实施方式而生成。
[0175]
在步骤4-7中，处理系统49通过推定光谱来确定基板w的膜厚。
[0176]
上述步骤4-5也可以在上述步骤4-6之后被实施。具体而言，也可以是，处理系统49在通过步骤4-6生成了推定光谱之后，通过多个一次光谱和推定光谱来确定基板w的多个膜厚。
[0177]
处理装置49也可以代替上述步骤4-6、4-7而从通过多个一次光谱确定的多个膜厚通过内插或外插来确定与二次光谱对应的测定点处的膜厚。
[0178]
处理系统49也可以进一步算出如上述那样被确定的膜厚的移动平均。另外，研磨控制部9也可以基于膜厚的移动平均来确定研磨终点，或者也可以变更研磨条件。膜厚的移动平均也可以是沿着时序的多个膜厚的时间上的移动平均，或者也可以是相邻的多个测定点处的膜厚的空间上的移动平均。根据上述的各实施方式，由于沿着时序的时间上的多个膜厚和相邻的空间上的多个膜厚均波动较少，因此这些膜厚的移动平均的值表示多个膜厚的正确的代表值。
[0179]
至少包括一台计算机的处理系统49根据电储存于该存储装置49a的程序所包含的指令而进行动作。即，处理系统49根据程序所包含的指令来执行上述的各实施方式的各动作步骤。用于使处理系统49执行这些步骤的程序记录在作为非暂时性的有形物的计算机可读取的记录介质中，经由记录介质向处理系统49提供。或者，程序也可以借助互联网或局域网等通信网络被输入处理系统49。
[0180]
上述实施方式是以具有本发明所属技术领域中的通常的知识的人员能实施本发明为目的而记载的。上述实施方式的种种变形例只要是本领域人员当然就能够实施，本发明的技术思想也可以适用于其它的实施方式。因此，本发明不限于所记载的实施方式，按照请求保护的范围所定义的技术思想解释为最宽的范围。