[发明专利]参数优化方法、记录介质和基板处理装置

说明书

本发明的课题是提供一种能够在喷出处理液的装置中适当且有效地实施参数优化的技术。本发明的涂布装置(1)具备：喷出控制部(910)，基于包括第一参数和第二参数的多个参数，控制来自喷嘴(71)的涂布液的喷出；喷出特性测量部(911)，测量喷嘴(71)喷出涂布液时的喷出特性；第一优化部(915)，基于喷出特性通过全局搜索优化第一参数；第二优化部(917)，基于喷出特性通过局部搜索优化第二参数。第一参数包含将来自喷嘴(71)的涂布液的喷出速度提高到稳定喷出速度的上升期间所对应的参数V1～V4、T1～T9。第二参数包含喷出速度保持在稳定喷出速度的稳定喷出期间所对应的参数V5。

技术领域

本说明书中公开的主题涉及一种参数优化方法、记录介质和基板处理装置。

背景技术

如专利文献1所示，在将从喷嘴喷出的处理液涂布于基板时，对处理液施加的喷出压力对涂布于基板的处理液的厚度有很大影响。因此，在专利文献1中，目的是优化与喷出压力相关的参数。

具体而言，专利文献1的优化手法中具有：向基板以外喷出处理液的模拟喷出工序；测量模拟喷出工序中的处理液的喷出特性的喷出特性测量工序；导出测量的喷出特性与目标特性的偏差的状态量的状态量导出工序；对随参数的变更而变化的状态量进行机器学习来构建学习模型的学习工序。另外，在状态量超过规定容许范围的期间，在基于学习模型变更参数的基础上，反复执行模拟喷出工序、喷出特性测量工序、状态量导出工序和学习工序。当状态量落入容许范围时，将最后变更的参数设定为处理液供给工序中喷出处理液时的参数。

现有技术文献

专利文献

专利文献1：日本特开2020-040046号公报。

根据专利文献1的优化手法，由于通过活用机器学习能够使参数的调整作业自动化，因此能够减少技术人员的工作量。但是，机器学习模型的学习通常需要大量的学习数据或重复试验数量。因此，在只是简单地将参数的优化作业自动化的情况中，与具有知识和经验的技术人员实施参数调整作业的情况相比，存在优化所需时间或伴随模拟喷出的处理液的消耗量增大的风险。

发明内容

本发明的目的是提供一种能够在喷出处理液的装置中适当且有效地实施参数优化的技术。

为解决上述课题，第一方案是在向基板供给从喷嘴喷出的处理液的基板处理装置中，优化用于控制所述处理液喷出的参数的参数优化方法，其中，包含a)通过全局搜索优化第一参数的第一优化工序和b)通过局部搜索优化第二参数的第二优化工序，所述第一参数包含将来自所述喷嘴的所述处理液的喷出速度提高到稳定喷出速度的上升期间所对应的参数，所述第二参数包含所述喷出速度保持在所述稳定喷出速度的稳定喷出期间所对应的参数。

第二方案是在第一方案的参数优化方法中，所述工序b)在所述工序a)后执行。

第三方案是在第一方案的参数优化方法中，所述第一优化工序包含通过贝叶斯优化来优化所述第一参数的工序。

第四方案是在第一方案～第三方案中任一个参数优化方法中，所述参数是控制向所述喷嘴给送所述处理液的泵的工作的控制量。

第五方案是在第一方案～第四方案中任一个参数优化方法中，所述工序a)中，包含基于从所述处理液自所述喷嘴喷出时的喷出特性的特征量导出的成本值，来优化所述第一参数的工序。

第六方案是在第一方案～第五方案中任一个参数优化方法中，所述工序b)中，包含基于所述稳定喷出期间开始时的喷出速度与所述稳定喷出期间结束时的喷出速度的比，来优化所述第二参数的工序。