[发明专利]预测可镀覆基板片数及构建其预测模型和构建预想引发异常的构成元件的选择模型的方法

说明书

本发明提供预测可镀覆基板片数及构建其预测模型和构建预想引发异常的构成元件的选择模型的方法，能正确地预测基板保持器需要维修的时期。本方法使用基板保持器(18)镀覆多个基板，决定在基板保持器(18)引发异常前使用基板保持器(18)镀覆的基板的总片数，决定第1可处理片数以及第2可处理片数，制作由第1状况数据和第1可处理片数的组合构成的第1数据集，第1状况数据表示基板保持器(18)的构成元件的状态，制作由第2状况数据与第2可处理片数的组合构成的第2数据集，第2状况数据表示构成元件的状态，使用包含第1数据集和第2数据集在的训练数据，将由神经网络构成的预测模型的参数最佳化。

技术领域

本发明涉及对预测在使用于镀覆装置的基板保持器上引发异常之前可镀覆的基板的片数的预测模型进行构建的方法，特别是涉及通过深度学习等机器学习对预测模型进行构建的方法。另外，本发明还涉及使用这种预测模型来预测可镀覆的基板的片数的方法。

背景技术

镀覆装置使由基板保持器保持的基板(例如晶圆)浸渍于镀覆液，向基板与阳极之间施加电压，而使基板的表面析出导电膜。基板保持器由用于确立基板与电源的电连接的多个电接点、用于将上述电接点从镀覆液隔离的密封件、以及保持密封件的密封件保持器等多个构成元件构成。

若在基板保持器引发异常，则会给基板的镀覆带来不良影响。例如，在密封件变形时，镀覆液浸入基板保持器的内部，镀覆液接触到电接点。结果，无法在基板上形成具有目标厚度的导电膜。基板保持器具有与要镀覆的基板接触的构成元件，因此基板保持器的状况会对镀覆结果产生较大影响。由此，为了实现良好的镀覆结果，基板保持器的维修很重要。

专利文献1：日本特开2018-3102号公报

优选基板保持器的维修在基板保持器引发异常之前。然而，正确地判断基板保持器是否需要维修是困难的。因此，以往存在在基板保持器引发异常后执行基板保持器的维修的情况，但在该情况下，无法预先进行维修的准备，导致维修花费时间。此外，在专利文献1中记载了一种具备基板保持器的外观检查装置并根据需要进行基板保持器的清洁的基板保持器的检查装置，但只不过是判定基板保持器的外观是否产生了异常。

发明内容

因此，本发明提供一种对能够正确地预测基板保持器需要维修的时期的预测模型进行构建的方法。另外，本发明提供一种对能够从有可能成为基板保持器的异常的原因的基板保持器的多个构成元件之中，预想引发基板保持器的异常的构成元件的选择模型进行构建的方法。另外，本发明还提供一种使用这样的预测模型来预测基板保持器的维修时期的方法。

在一个方式中，提供一种方法，对预测在基板保持器引发异常之前可镀覆的基板的片数的预测模型进行构建，在上述方法中，使用基板保持器镀覆多个基板，决定在上述基板保持器引发异常之前使用上述基板保持器进行了镀覆的基板的总片数，决定在上述基板保持器引发异常之前可镀覆的基板的片数即第1可处理片数以及第2可处理片数，制作由对应于上述第1可处理片数的第1状况数据、和上述第1可处理片数的组合构成的第1数据集，上述第1状况数据表示上述基板保持器的构成元件的状态，制作由对应于上述第2可处理片数的第2状况数据、和上述第2可处理片数的组合构成的第2数据集，上述第2状况数据表示上述构成元件的状态，使用包含上述第1数据集与上述第2数据集的训练数据，将由神经网络构成的预测模型的参数最佳化。

在一个方式中，上述第1可处理片数为0，上述第1状况数据是表示引发了上述异常时的上述基板保持器的上述构成元件的状态的瑕疵状况数据，上述第1数据集是由上述瑕疵状况数据与0的组合构成的瑕疵数据集。

在一个方式中，上述第2可处理片数是从上述总片数减去比上述总片数少的中间片数所得的可处理片数，上述第2状况数据是表示在镀覆了上述中间片数的基板的时刻的上述构成元件的状态的中间状况数据，上述第2数据集是由上述中间状况数据与上述第2可处理片数的组合构成的中间数据集。