[发明专利]控制设备、光刻装置、测量装置、处理装置、平坦化装置以及物品制造方法

说明书

一种反馈控制设备，其将与受控对象的测量值与期望值之间的控制偏差相关的信息作为输入并输出用于受控对象的操纵变量。该反馈控制设备具有：第一控制单元，其接受关于控制偏差的信息作为输入，并输出用于该受控对象的操纵变量；第二控制单元，其以关于控制偏差的信息接受为输入，并包括学习控制单元，对于该学习控制单元，由机器学习确定用于输出用于受控对象的操纵变量的参数；以及加法器，其用于将从第一控制单元输出的第一操纵变量和从第二控制单元输出的第二操纵变量相加；来自加法器的操纵变量被输出到受控对象，第二控制单元具有用于限制第二操纵变量的限制器。

技术领域

本发明涉及控制设备、光刻装置、测量装置、处理装置、平坦化装置以及物品制造方法。

背景技术

作为用于控制目标对象的物理变量的控制设备，经常使用经典的控制器，诸如基于PID控制的控制器。近年来，除了基于经典控制理论的控制器和基于现代控制理论的控制器之外，使用机器学习来配置的控制器也可以被使用。此外，结合不包括机器学习的控制器和基于机器学习的控制器的控制器也可以被使用。日本专利特许公开No.2017-102613中描述的定位装置通过执行机器学习来计算控制命令值的校正量，并对反馈控制单元的电机控制命令进行校正。

存在与使用基于机器学习的控制器的控制设备的可靠性相关的问题。有可能不能拒绝通过机器学习生成的控制器针对与学习时给出的情况大大不同的情况(即，与作为学习数据给出的一组情况大大不同的情况)输出异常控制命令。这尤其会引起重大的问题，因为难以掌握包含其中通过机器学习来调整参数的大规模深度神经网络如何对输入进行响应(输出)。

发明内容

对问题的解决方案

根据本发明的一个方面的用于解决上述问题的反馈控制设备是以关于受控对象的测量值与期望值之间的控制偏差的信息作为输入并输出用于受控对象的操纵变量的反馈控制设备，包括：第一控制单元，该第一控制单元将关于控制偏差的信息作为输入，并输出用于该受控对象的操纵变量；第二控制单元，该第二控制单元将关于控制偏差的信息作为输入，并且包括学习控制单元，其中通过机器学习来确定用于输出用于该受控对象的操纵变量的参数；以及加法器，该加法器将从第一控制单元输出的第一操纵变量和从第二控制单元输出的第二操纵变量相加。来自加法器的操纵变量被输出到受控对象。第二控制单元包括限制器，该限制器限制从第二控制单元输出的第二操纵变量。

附图说明

图1是图示根据第一实施例的压印装置的示意图。

图2是根据第一实施例的控制设备的示意图。

图3是图示学习控制单元的图。

图4是根据第二实施例的控制系统的示意图。

图5是根据第三实施例的控制系统的示意图。

具体实施方式

在下文中，将基于附图详细描述本发明的优选实施例。要注意的是，要描述的受控对象不限于每个实施例，并且受控对象的类型不受限制，只要它是反馈控制中可用的物理变量即可。下面列出了典型的受控对象。示例性受控对象包括在物体的笔直方向和旋转方向上的位移、速度或加速度，以及气体或流体的流率、流速或压力。其它示例性受控对象包括流体的液位，物体、气体或液体的温度，以及电路的电流、电压或电荷。其它示例性受控对象包括磁场中的磁通量、磁通量密度或声场的声压。这些物理变量由使用已知传感器的传感单元测量，并且测量值被输入到控制设备。受控变量驱动单元是主动元件，它对受控对象的物理变量应用改变，并且当受控对象是物体的位置、速度或加速度时，使用电机、压电元件等。泵、阀等被用于气体、流体等。操作电流或电压的驱动器等被用于电气系统。

第一实施例