[发明专利]研磨装置、研磨方法以及机器学习装置

权利要求书

1.一种研磨装置，该研磨装置能够对研磨对象物进行研磨，其特征在于，具备：

状态取得部，该状态取得部能够取得状态变量，该状态变量包括与构成所述研磨装置的设备的状态有关的数据和与所述研磨对象物的状态有关的数据中的至少一个；以及

学习部，该学习部已通过神经元网络学习完毕所述状态变量与所述研磨对象物的膜厚的变化的关系，并且该学习部能够从所述状态取得部被输入所述状态变量而预测所述变化，及/或能够从所述状态取得部被输入所述状态变量而判断为所述变化异常。

2.如权利要求1所述的研磨装置，其特征在于，

与构成所述研磨装置的设备的状态有关的数据包括与所述设备的配置有关的数据、与所述设备的动作状态有关的数据、以及与所述设备的消耗状态有关的数据中的至少一个，

与所述研磨对象物的状态有关的数据包括膜厚检测部所检测的数据、温度检测部所检测的数据、压力检测部所检测的数据、以及与所述研磨对象物的特性有关的数据中的至少一个，该膜厚检测部能够对所述研磨对象物的膜厚进行检测，该温度检测部能够对所述研磨对象物的温度进行检测，该压力检测部能够对施加到所述研磨对象物的压力进行检测。

3.如权利要求2所述的研磨装置，其特征在于，

与所述设备的配置有关的数据包括与顶环的位置有关的数据、与旋转台的位置有关的数据、与臂的位置有关的数据、以及与修整器的位置有关的数据中的至少一个，该顶环能够保持所述研磨对象物，该旋转台能够使用于对所述研磨对象物进行研磨的研磨垫旋转，该臂保持所述顶环，该修整器能够进行所述研磨垫的修整，

与所述设备的动作状态有关的数据包括与所述顶环的转速有关的数据和与所述旋转台的转速有关的数据中的至少一个，

与所述设备的消耗状态有关的数据包括与构成所述研磨装置的消耗品的使用时间有关的数据和与所述消耗品的消耗量有关的数据中的至少一个，

与所述研磨对象物的特性有关的数据包括与所述研磨对象物的材质有关的数据和与所述研磨对象物由所述研磨装置研磨之前所具有的膜厚及电路模式有关的数据中的至少一个。

4.如权利要求1至3中任一项所述的研磨装置，其特征在于，

所述研磨装置具备判定数据取得部，该判定数据取得部取得对所述研磨装置有无异常或异常的程度进行判定的判定数据，

所述学习部能够基于数据集来学习所述研磨对象物的膜厚的变化，该数据集基于所述状态变量以及所述判定数据的组合而创建。

5.如权利要求1至4中任一项所述的研磨装置，其特征在于，

所述学习部能够从所述状态取得部被输入所述状态变量而学习所述变化。

6.一种研磨方法，其特征在于，计算机执行如下步骤：

状态取得步骤，在该状态取得步骤中，取得状态变量，该状态变量包括与构成能够对研磨对象物进行研磨的研磨装置的设备的状态有关的数据和与所述研磨对象物的状态有关的数据中的至少一个；以及

推定步骤，在该推定步骤中，从状态取得部向学习部输入所述状态变量而预测所述研磨对象物的膜厚的变化，及/或从所述状态取得部输入所述状态变量而判断为所述变化异常，该学习部已通过神经元网络学习完毕所述状态变量与所述变化的关系。

7.一种机器学习装置，该机器学习装置能够学习研磨对象物的膜厚的变化，该研磨对象物能够供研磨装置进行研磨，该机器学习装置的特征在于，具备：

状态取得部，该状态取得部能够取得状态变量，该状态变量包括与构成所述研磨装置的设备的状态有关的数据和与所述研磨对象物的状态有关的数据中的至少一个；以及

学习部，该学习部已通过神经元网络学习完毕所述状态变量与所述研磨对象物的膜厚的变化的关系，并且该学习部能够从所述状态取得部被输入所述状态变量而预测所述变化，及/或能够从所述状态取得部被输入所述状态变量而判断为所述变化异常。

8.一种机器学习装置，该机器学习装置能够学习研磨对象物的膜厚的变化，该研磨对象物能够供研磨装置进行研磨，该机器学习装置的特征在于，具备：

状态取得部，该状态取得部能够取得状态变量，该状态变量包括与构成所述研磨装置的设备的状态有关的数据和与所述研磨对象物的状态有关的数据中的至少一个；以及

学习部，该学习部能够通过神经元网络学习所述状态变量与所述研磨对象物的膜厚的变化的关系，并且该学习部能够从所述状态取得部被输入所述状态变量而学习所述变化，及/或能够从所述状态取得部被输入所述状态变量而学习到所述变化异常。