基于晶片基板的厚度推测的控制、学习方法和装置与流程

本公开的实施例涉及一种用于推测晶片基板的厚度的控制技术及学习技术。

背景技术：

1、在制造晶片基板时需要包括研磨、抛光及清洗在内的cmp(chemicalmechanicalpolishing，化学机械研磨)作业。在晶片基板的cmp作业中，需要通过研磨垫对晶片基板的被研磨面进行研磨的工艺。cmp装置作为用于对晶片基板的一面或两面进行研磨、抛光和清洗的构成要素，包括支撑晶片基板的载体、使得晶片基板表面物理磨损的研磨垫。

技术实现思路

1、根据一个实施例的学习方法可包括以下步骤：利用光学模型，生成根据晶片基板的厚度的学习光谱信号；通过将基于噪音参数的噪音应用于学习光谱信号，生成包括噪音的学习光谱信号；计算包括噪音的学习光谱信号和实际测量的光谱信号间的相似度；以及当相似度满足设定的条件时，利用包括噪音的学习光谱信号，学习降噪模型。

2、根据一个实施例的控制方法可包括以下步骤：从分光监测装置接收包括晶片基板的厚度信息的光谱信号；利用输入光谱信号的降噪模型，决定光谱信号中所包含的噪音的噪音参数；基于决定的噪音参数，在光谱信号中执行使得噪音降低的降噪处理；以及利用输入噪音降低了的光谱信号的厚度推测模型，决定晶片基板的厚度推测值。

3、根据一个实施例的学习装置包括：处理器；以及存储器，其存储可由处理器运行的指令(instructions)，并且可运行的指令可使得处理器执行以下多个动作，包括：利用光学模型生成根据晶片基板的厚度的学习光谱信号；通过将基于噪音参数的噪音应用于学习光谱信号，生成包括噪音的学习光谱信号；计算包括噪音的学习光谱信号和实际测量的光谱信号间的相似度；以及当相似度满足设定的条件时，利用包括噪音的学习光谱信号，学习降噪模型。

4、根据一个实施例的控制装置包括：处理器；以及存储器，其存储可由处理器运行的指令，可运行的指令可使得处理器执行以下多个动作，包括：从分光监测装置接收包括晶片基板的厚度信息的光谱信号；利用输入光谱信号的降噪模型，决定光谱信号中所包含的噪音相关的噪音参数，并且基于已决定的噪音参数，在光谱信号中执行使得噪音降低的降噪处理；以及利用输入噪音降低了的光谱信号的晶片厚度推测模型，决定晶片基板的厚度推测值。

技术特征：

1.一种学习方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的学习方法，其特征在于，

3.根据权利要求1所述的学习方法，其特征在于，生成包括噪音的学习光谱信号的步骤包括以下步骤：

4.根据权利要求1所述的学习方法，其特征在于，

5.根据权利要求1所述的学习方法，其特征在于，

6.根据权利要求1所述的学习方法，其特征在于，

7.根据权利要求1所述的学习方法，其特征在于，还包括以下步骤：

8.根据权利要求1所述的学习方法，其特征在于，

9.一种控制方法，其特征在于，包括以下步骤：

10.根据权利要求9所述的控制方法，其特征在于，决定厚度推测值的步骤包括以下步骤：

11.根据权利要求9所述的控制方法，其特征在于，

12.根据权利要求9所述的控制方法，其特征在于，

13.一种学习装置，其特征在于，包括：

14.根据权利要求13所述的学习装置，其特征在于，

15.根据权利要求13所述的学习装置，其特征在于，

16.根据权利要求13所述的学习装置，其特征在于，

17.一种控制装置，其特征在于，包括：

18.根据权利要求17所述的控制装置，其特征在于，获得厚度推测值的动作包括以下动作：

19.根据权利要求17所述的控制装置，其特征在于，

技术总结
本发明公开了一种基于晶片基板的厚度推测的控制、学习方法和装置。学习方法包括以下步骤：利用光学模型，生成根据晶片基板的厚度的学习光谱信号；通过将基于噪音参数的噪音应用于学习光谱信号，生成包括噪音的学习光谱信号；计算包括噪音的学习光谱信号和实际测量的光谱信号间的相似度；以及当相似度满足设定的条件时，利用包括噪音的学习光谱信号，学习降噪模型。

技术研发人员：孙智勋,韩政宪,梁起赫
受保护的技术使用者：凯斯科技股份有限公司
技术研发日：
技术公布日：2024/3/4