买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：株式会社斯库林集团

摘要：本发明提供一种学习完成的模型生成方法、异常主要原因推定装置、基板处理装置、异常主要原因推定方法、学习方法、学习装置以及学习数据制作方法。学习完成的模型生成方法包括：获取学习数据的步骤；以及通过对学习数据进行机器学习从而生成学习完成的模型的步骤，所述学习完成的模型推定经处理流体处理后的处理对象基板的异常的主要原因。学习数据包含特征量及异常主要原因信息。异常主要原因信息表示经处理流体处理后的学习对象基板的异常的主要原因。特征量包含表示时序数据中的区间数据的时间推移的特征的、第一特征量信息，所述时序数据表示利用处理流体对学习对象基板进行处理的基板处理装置使用的物体的物理量。第一特征量信息由时间表示。

主权项：1.一种学习完成的模型生成方法，包括下述步骤：获取学习数据；以及通过对所述学习数据进行机器学习，从而生成学习完成的模型，所述学习完成的模型推定经处理流体处理后的处理对象基板的异常的主要原因，所述学习数据包含特征量及异常主要原因信息，在生成所述学习完成的模型的步骤中，把所述特征量作为相当于所述学习完成的模型的输入的说明变量，且把所述异常主要原因信息作为相当于所述学习完成的模型的输出的目标变量，来执行所述机器学习，所述异常主要原因信息表示经所述处理流体处理后的学习对象基板的异常的主要原因，且包含第一异常主要原因信息与第二异常主要原因信息中的至少一个信息，所述特征量包含第一特征量信息，所述第一特征量信息是表示时序数据中的区间数据的时间推移的特征，所述时序数据表示利用所述处理流体对所述学习对象基板进行处理的基板处理装置使用的物体的物理量，所述第一特征量信息由时间表示，所述第一异常主要原因信息及所述第二异常主要原因信息，与所述第一特征量信息相关，所述学习完成的模型对输入信息进行输入，并对输出信息进行输出，所述输入信息包含第一输入信息，所述第一输入信息在表示由所述处理流体对所述处理对象基板进行处理的基板处理装置所使用的物体的物理量的时序数据中，示出区间数据的时间推移的特征，所述输出信息是示出由所述处理流体的处理后的所述处理对象基板的异常的主要原因，且包含第一输出信息与第二输出信息中至少一个信息，所述第一输出信息及所述第二输出信息与所述第一输入信息相关，所述第一异常主要原因信息及所述第一输出信息各包含第一主要原因信息、第二主要原因信息、第三主要原因信息、第四主要原因信息、第五主要原因信息、第六主要原因信息、第七主要原因信息、第八主要原因信息、及第九主要原因信息中至少一个主要原因信息，所述第一主要原因信息是示出所述处理流体的附着不良的程度的信息，所述第二主要原因信息是示出所述处理流体的飞散程度的信息，所述第三主要原因信息是示出所述处理流体的流量的不稳定性程度的信息，所述第四主要原因信息是示出所述处理流体的浓度的变动程度的信息，所述第五主要原因信息是示出混合多个所述处理流体时，混合流体的流量的不稳定性程度的信息，所述第六主要原因信息是示出基板未被所述处理流体覆盖的程度的信息，所述第七主要原因信息是示出附着在喷嘴的外表面的所述处理流体的落下时，落下的所述处理流体量的程度的信息，所述第八主要原因信息是示出对基板先喷出的所述处理流体混入到后喷出的所述处理流体的程度的信息，所述第九主要原因信息是示出与回收对象的所述处理流体不同的其他处理流体混入的程度的信息，所述第二异常主要原因信息及所述第二输出信息各包含第十主要原因信息、第十一主要原因信息、第十二主要原因信息、及第十三主要原因信息中至少一个主要原因信息，所述第十主要原因信息是示出供给到喷嘴的所述处理流体的源压的变动程度的信息，所述第十一主要原因信息是示出流量计的动作不良的信息，所述第十二主要原因信息是示出规定处理内容及处理顺序的配方信息的不合适程度的信息，所述第十三主要原因信息是对示出所述基板处理装置的零件的设定值的参数信息，示出设定错误程度的信息，所述物体是所述处理流体，所述物理量是表示所述处理流体的流量、所述处理流体的温度、或所述处理流体的浓度，且当所述物理量是所述处理流体的流量的场合，所述处理对象基板的异常及所述学习对象基板的异常是表示由颗粒起因造成的不良，当所述物理量是所述处理流体的温度或浓度的场合，所述处理对象基板的异常及所述学习对象基板的异常是表示蚀刻不良。

全文数据：

权利要求：

百度查询： 株式会社斯库林集团 模型生成方法、异常要因推定装置及方法、基板处理装置、学习方法、装置及数据制作方法