[go: up one dir, main page]

KR20220120645A - Stage attitude estimation apparatus, conveyance apparatus, and stage attitude estimation method - Google Patents

Stage attitude estimation apparatus, conveyance apparatus, and stage attitude estimation method Download PDF

Info

Publication number
KR20220120645A
KR20220120645A KR1020227025709A KR20227025709A KR20220120645A KR 20220120645 A KR20220120645 A KR 20220120645A KR 1020227025709 A KR1020227025709 A KR 1020227025709A KR 20227025709 A KR20227025709 A KR 20227025709A KR 20220120645 A KR20220120645 A KR 20220120645A
Authority
KR
South Korea
Prior art keywords
stage
estimation
input data
yaw angle
posture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020227025709A
Other languages
Korean (ko)
Other versions
KR102828670B1 (en
Inventor
히로아키 우스모토
Original Assignee
가부시키가이샤 스크린 홀딩스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가부시키가이샤 스크린 홀딩스 filed Critical 가부시키가이샤 스크린 홀딩스
Publication of KR20220120645A publication Critical patent/KR20220120645A/en
Application granted granted Critical
Publication of KR102828670B1 publication Critical patent/KR102828670B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70691—Handling of masks or workpieces
    • G03F7/70783—Handling stress or warp of chucks, masks or workpieces, e.g. to compensate for imaging errors or considerations related to warpage of masks or workpieces due to their own weight
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/20—Exposure; Apparatus therefor
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70216—Mask projection systems
    • G03F7/70283—Mask effects on the imaging process
    • G03F7/70291—Addressable masks, e.g. spatial light modulators [SLMs], digital micro-mirror devices [DMDs] or liquid crystal display [LCD] patterning devices
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70216—Mask projection systems
    • G03F7/70358—Scanning exposure, i.e. relative movement of patterned beam and workpiece during imaging
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70691—Handling of masks or workpieces
    • G03F7/70716—Stages
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/68—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/683—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping
    • H01L21/687—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68714—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support
    • H01L21/68764—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support characterised by a movable susceptor, stage or support, others than those only rotating on their own vertical axis, e.g. susceptors on a rotating caroussel

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)

Abstract

이 스테이지 자세 추정 장치 (18) 는, 입력 데이터 취득부 (91) 와, 입력 데이터에 기초하여 스테이지의 요잉 각도를 추정하는 자세 추정부 (92) 를 구비한다. 이로써, 대규모의 계측 장치를 상시 설치하는 일 없이, 스테이지의 요잉 각도를 추정할 수 있다. 또, 자세 추정부 (92) 는, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 로부터 출력되는 복수의 가추정치 (θ1, θ2, θ3,···) 에 기초하여, 1 개의 추정 결과 (θr) 를 결정한다. 이로써, 반송 장치의 많은 동작 상황에 있어서 높은 추정 정밀도를 실현할 수 있다.This stage posture estimation apparatus 18 includes an input data acquisition unit 91 and an attitude estimation unit 92 that estimates the yaw angle of the stage based on the input data. Thereby, the yaw angle of the stage can be estimated without always installing a large-scale measuring device. In addition, the posture estimating unit 92, based on the plurality of tentative estimates (θ1, θ2, θ3, ...) output from the plurality of learned models (M1, M2, M3, ...), 1 Determine the estimation result (θr) of . Thereby, high estimation accuracy can be realized in many operating conditions of the conveying apparatus.

Description

스테이지 자세 추정 장치, 반송 장치, 및 스테이지 자세 추정 방법Stage attitude estimation apparatus, conveyance apparatus, and stage attitude estimation method

본 발명은 평판상의 스테이지를 반송 기구에 의해 반송하는 반송 장치에 있어서, 스테이지의 요잉 각도를 추정하는 기술에 관한 것이다.The present invention relates to a technique for estimating a yaw angle of a stage in a conveying apparatus that conveys a flat-panel stage by a conveying mechanism.

종래, 평판상의 스테이지를 반송하면서, 스테이지에 유지된 기판에 대하여 다양한 처리를 실시하는 장치가 알려져 있다. 예를 들어, 특허문헌 1 에는, 기판 (W) 을 재치한 스테이지 (10) 를 스테이지 이동 기구 (20) 에 의해 이동시키면서, 기판 (W) 의 상면에 노광 패턴을 묘화하는 장치가 기재되어 있다.DESCRIPTION OF RELATED ART Conventionally, the apparatus which performs various processes with respect to the board|substrate hold|maintained by the stage while conveying a flat stage is known. For example, the apparatus which draws an exposure pattern on the upper surface of the board|substrate W is described in patent document 1, moving the stage 10 which mounted the board|substrate W with the stage moving mechanism 20.

일본 공개특허공보 2016-72434호Japanese Patent Laid-Open No. 2016-72434

이 종류의 장치에 탑재되는 스테이지의 반송 장치는, 1 쌍의 직진 기구를 구비하고 있는 경우가 있다. 구체적으로는, 서로 평행하게 형성된 1 쌍의 리니어 모터에 의해, 스테이지를 소정의 방향으로 반송하는 기구가 알려져 있다.The conveyance apparatus of the stage mounted on this type of apparatus may be equipped with a pair of straight-forward mechanism. Specifically, a mechanism for conveying a stage in a predetermined direction by a pair of linear motors formed in parallel to each other is known.

당해 반송 장치에서는, 스테이지를 일정한 자세로 이동시키기 위해서, 1 쌍의 직진 기구를 균등하게 동작시킬 필요가 있다. 그러나, 1 쌍의 직진 기구의 미소한 구동 오차, 리니어 모터의 가이드의 간극 내의 에어압 변동, 가공 오차 등에 의해, 스테이지의 연직 축 둘레의 회전 각도 (이른바 「요잉 각도」) 가 약간 변동되는 경우가 있다. 이와 같은 요잉 각도의 변동이 생기면, 스테이지에 유지된 기판에 대하여, 정밀한 처리를 실시하는 것이 곤란해진다.In the said conveyance apparatus, in order to move a stage in a fixed attitude|position, it is necessary to operate a pair of straight forward mechanism equally. However, there are cases in which the rotation angle around the vertical axis of the stage (so-called “yaw angle”) slightly fluctuates due to a slight driving error of a pair of straightening mechanisms, fluctuations in air pressure in the clearance between the guides of the linear motor, processing errors, etc. have. When such fluctuations in the yaw angle occur, it becomes difficult to precisely process the substrate held on the stage.

종래의 반송 장치에는, 상기 요잉 각도의 변동을 파악하기 위해서, 대규모의 계측 장치가 탑재되어 있었다. 그리고, 계측 장치의 계측 결과에 기초하여, 반송 장치의 동작이 보정되고 있었다. 그러나, 대규모의 계측 장치를 탑재하면, 반송 장치의 소형화가 곤란해진다. 또, 계측 장치를 탑재함으로써, 반송 장치의 제조 비용도 상승한다.In the conventional conveying apparatus, a large-scale measuring apparatus was mounted in order to grasp|ascertain the fluctuation|variation of the said yaw angle. And based on the measurement result of the measurement apparatus, the operation|movement of the conveyance apparatus was correct|amended. However, when a large-scale measuring device is mounted, it becomes difficult to reduce the size of the conveying device. Moreover, the manufacturing cost of a conveyance apparatus also rises by mounting a measuring apparatus.

이와 같은 대규모의 계측 장치를 상시 설치하는 일 없이, 스테이지의 요잉 각도를 파악하기 위해서는, 예를 들어 기계 학습을 이용하는 것을 생각할 수 있다. 구체적으로는, 반송 장치로부터 출력되는 토크치 등의 계측치와, 스테이지의 요잉 각도의 관계를 학습한 학습이 완료된 모델을 준비하고, 당해 학습이 완료된 모델에 계측치를 입력하여, 스테이지의 요잉 각도를 출력하는 것을 생각할 수 있다.In order to grasp the yaw angle of a stage without always installing such a large-scale measuring device, it is conceivable to use machine learning, for example. Specifically, a trained model that has learned the relationship between a measured value such as a torque value output from the conveying device and the yaw angle of the stage is prepared, the measured value is input to the learned model, and the yaw angle of the stage is output. can think of doing

그러나, 학습이 완료된 모델을 생성하기 위한 기계 학습 알고리즘에는, 많은 종류가 있다. 또, 복수의 기계 학습 알고리즘에는, 각각 장점·단점이 있어, 반송 장치의 동작 상황에 따라, 각 기계 학습 알고리즘의 추정 정밀도가 변동된다. 이 때문에, 1 개의 기계 학습 알고리즘에 의해 생성되는 1 개의 학습이 완료된 모델에만 의존하면, 반송 장치의 동작 상황에 따라서는, 정밀도가 양호한 추정을 실시할 수 없는 경우가 있다.However, there are many types of machine learning algorithms for generating a trained model. Moreover, each of a plurality of machine learning algorithms has advantages and disadvantages, and the estimation accuracy of each machine learning algorithm fluctuates according to the operating conditions of the conveying apparatus. For this reason, depending on the operation|movement condition of a conveyance apparatus, when relying only on the one learning completed model produced|generated by one machine learning algorithm, it may not be able to estimate with good precision.

본 발명은, 이와 같은 사정을 감안하여 이루어진 것으로, 대규모의 계측 장치를 상시 설치하는 일 없이, 스테이지의 요잉 각도를 추정할 수 있고, 또한 반송 장치의 많은 동작 상황에 있어서 높은 추정 정밀도를 실현할 수 있는 기술을 제공하는 것을 목적으로 한다.The present invention has been made in view of such circumstances, and it is possible to estimate the yaw angle of the stage without constantly installing a large-scale measuring device, and to realize high estimation accuracy in many operating conditions of the conveying device. It aims to provide technology.

상기 과제를 해결하기 위해, 본원의 제 1 발명은, 평판상의 스테이지를 반송 기구에 의해 반송하는 반송 장치에 있어서, 상기 스테이지의 요잉 각도를 추정하는 스테이지 자세 추정 장치로서, 상기 반송 기구로부터 출력되는 계측치 또는 상기 계측치에 기초하여 산출되는 값을, 입력 데이터로서 취득하는 입력 데이터 취득부와, 상기 입력 데이터에 기초하여 상기 스테이지의 요잉 각도를 추정하여, 추정 결과를 출력하는 자세 추정부를 구비하고, 상기 자세 추정부는, 상기 입력 데이터에 기초하여 상기 스테이지의 요잉 각도의 가추정치를 출력하는 복수의 학습이 완료된 모델과, 상기 복수의 학습이 완료된 모델로부터 출력되는 복수의 상기 가추정치에 기초하여, 상기 추정 결과를 결정하는 추정치 결정부를 갖는다.In order to solve the above problems, the first invention of the present application provides a stage attitude estimation apparatus for estimating a yaw angle of the stage in a conveying apparatus for conveying a flat-panel stage by a conveying mechanism, wherein a measured value output from the conveying mechanism is provided. or an input data acquisition unit that acquires a value calculated based on the measured value as input data, and an attitude estimation unit that estimates a yaw angle of the stage based on the input data and outputs an estimation result, The estimator may include a plurality of trained models for outputting provisional estimates of the yaw angle of the stage based on the input data, and a plurality of trained models based on the plurality of provisional estimates output from the plurality of learned models, the estimation result has an estimate determiner that determines

본원의 제 2 발명은, 제 1 발명의 스테이지 자세 추정 장치로서, 상기 복수의 학습이 완료된 모델은, 서로 상이한 알고리즘에 의해 생성된 것이다.The second invention of the present application is the stage posture estimation apparatus of the first invention, wherein the plurality of learned models are generated by different algorithms.

본원의 제 3 발명은, 제 1 발명 또는 제 2 발명의 스테이지 자세 추정 장치로서, 상기 추정치 결정부는, 상기 복수의 가추정치의 평균치를, 상기 추정 결과로 한다.A third invention of the present application is the stage posture estimation apparatus according to the first or second invention, wherein the estimated value determining unit sets the average value of the plurality of tentative estimates as the estimation result.

본원의 제 4 발명은, 제 1 발명 또는 제 2 발명의 스테이지 자세 추정 장치로서, 상기 복수의 학습이 완료된 모델에, 가중 비율이 설정되어 있고, 상기 추정치 결정부는, 상기 가중 비율을 사용한 상기 복수의 가추정치의 가중 평균치를, 상기 추정 결과로 한다.A fourth invention of the present application is a stage posture estimation apparatus according to the first or second invention, wherein a weight ratio is set for the plurality of learned models, and the estimated value determining unit includes the plurality of the plurality of learned models using the weight ratio. Let the weighted average value of the provisional estimate be the said estimation result.

본원의 제 5 발명은, 제 4 발명의 스테이지 자세 추정 장치로서, 상기 추정치 결정부는, 상기 반송 기구의 동작 상태를 나타내는 상태 변수에 기초하여, 상기 가중 비율을 변경한다.A fifth aspect of the present application is a stage posture estimation apparatus according to a fourth aspect of the present application, wherein the estimated value determining unit changes the weighting ratio based on a state variable indicating an operating state of the conveying mechanism.

본원의 제 6 발명은, 제 1 발명 또는 제 2 발명의 스테이지 자세 추정 장치로서, 상기 추정치 결정부는, 상기 반송 기구의 동작 상태를 나타내는 상태 변수에 기초하여, 상기 복수의 가추정치 중 어느 하나를 선택하고, 선택된 상기 가추정치를, 상기 추정 결과로 한다.A sixth invention of the present application is a stage attitude estimation apparatus according to the first or second invention, wherein the estimated value determining unit selects any one of the plurality of tentative estimates based on a state variable indicating an operation state of the conveying mechanism. and the selected provisional estimation value is used as the estimation result.

본원의 제 7 발명은, 제 1 발명 내지 제 6 발명 중 어느 1 발명의 스테이지 자세 추정 장치로서, 상기 반송 기구는, 상기 스테이지를 1 쌍의 직진 기구에 의해 반송하고, 상기 입력 데이터 취득부는, 상기 1 쌍의 직진 기구의 토크치의 차분에 기초하여, 상기 입력 데이터를 생성한다.A seventh invention of the present application is the stage attitude estimation apparatus according to any one of the first to sixth inventions, wherein the transport mechanism transports the stage by a pair of rectilinear mechanisms, and the input data acquisition unit includes: The input data is generated based on the difference between the torque values of the pair of rectilinear mechanisms.

본원의 제 8 발명은, 반송 장치로서, 제 1 발명 내지 제 7 발명 중 어느 1 발명의 스테이지 자세 추정 장치와, 상기 스테이지와, 상기 반송 기구를 구비한다.8th invention of this application is a conveyance apparatus, Comprising: The stage attitude|position estimation apparatus of any one of 1st - 7th inventions, the said stage, and the said conveyance mechanism are provided.

본원의 제 9 발명은, 평판상의 스테이지를 반송 기구에 의해 반송하는 반송 장치에 있어서, 상기 스테이지의 요잉 각도를 추정하는 스테이지 자세 추정 방법으로서, a) 상기 반송 기구로부터 출력되는 계측치 또는 상기 계측치에 기초하여 산출되는 값을, 입력 데이터로서 취득하는 공정과, b) 상기 입력 데이터에 기초하여 상기 스테이지의 요잉 각도를 추정하여, 추정 결과를 출력하는 공정을 구비하고, 상기 공정 b) 에서는, 복수의 학습이 완료된 모델에 상기 입력 데이터를 입력하고, 상기 복수의 학습이 완료된 모델로부터 출력되는 복수의 가추정치에 기초하여, 상기 추정 결과를 결정한다.A ninth invention of the present application provides a stage attitude estimation method for estimating a yaw angle of the stage in a transport apparatus for transporting a flat stage by a transport mechanism, a) based on a measured value output from the transport mechanism or the measured value a step of acquiring the calculated value as input data; b) a step of estimating a yaw angle of the stage based on the input data, and outputting an estimation result; The input data is input to the completed model, and the estimation result is determined based on a plurality of tentative estimates output from the plurality of learned models.

본원의 제 1 발명 내지 제 9 발명에 의하면, 반송 기구로부터 출력되는 계측치 또는 계측치에 기초하여 산출되는 값에 기초하여, 스테이지의 요잉 각도를 추정한다. 이로써, 대규모의 계측 장치를 상시 설치하는 일 없이, 스테이지의 요잉 각도를 추정할 수 있다. 또, 복수의 학습이 완료된 모델로부터 출력되는 복수의 가추정치에 기초하여, 1 개의 추정 결과를 출력한다. 이로써, 반송 장치의 많은 동작 상황에 있어서 높은 추정 정밀도를 실현할 수 있다.According to the first to ninth inventions of the present application, the yaw angle of the stage is estimated based on the measured value output from the conveying mechanism or a value calculated based on the measured value. Thereby, the yaw angle of the stage can be estimated without always installing a large-scale measuring device. In addition, one estimation result is output based on a plurality of provisional estimation values output from a plurality of learned models. Thereby, high estimation accuracy can be realized in many operating conditions of the conveying apparatus.

도 1 은 반송 장치를 구비한 묘화 장치의 사시도이다.
도 2 는 반송 장치를 구비한 묘화 장치의 개략 상면도이다.
도 3 은 제어부와 묘화 장치 내의 각 부의 전기적 접속을 나타낸 블록도이다.
도 4 는 반송 장치의 일부분을, 주주사 방향에 대하여 수직인 면으로 절단했을 때의 부분 단면도이다.
도 5 는 스테이지 자세 추정 장치의 구성을 나타낸 블록도이다.
도 6 은 사전 학습 처리의 흐름을 나타내는 플로 차트이다.
도 7 은 스테이지 자세 추정 장치에 의한 추정 처리의 흐름을 나타낸 플로 차트이다.
도 8 은 추정치 결정부에 의한 추정 결과의 결정 방법의 제 2 예를 나타내는 플로 차트이다.
도 9 는 추정치 결정부에 의한 추정 결과의 결정 방법의 제 3 예를 나타내는 플로 차트이다.
도 10 은 추정치 결정부에 의한 추정 결과의 결정 방법의 제 4 예를 나타내는 플로 차트이다.BRIEF DESCRIPTION OF THE DRAWINGS It is a perspective view of the drawing apparatus provided with the conveying apparatus.
It is a schematic top view of the drawing apparatus provided with the conveying apparatus.
Fig. 3 is a block diagram showing the electrical connection between the control unit and each unit in the drawing apparatus.
Fig. 4 is a partial cross-sectional view of a part of the conveying device when cut in a plane perpendicular to the main scanning direction.
Fig. 5 is a block diagram showing the configuration of the stage posture estimation apparatus.
6 is a flowchart showing the flow of a pre-learning process.
Fig. 7 is a flowchart showing the flow of estimation processing by the stage posture estimating device.
8 is a flowchart showing a second example of a method for determining an estimation result by an estimation value determining unit.
9 is a flowchart showing a third example of a method for determining an estimation result by an estimation value determining unit.
10 is a flowchart showing a fourth example of a method for determining an estimation result by an estimation value determining unit.

이하, 본 발명의 실시형태에 대하여, 도면을 참조하면서 설명한다.EMBODIMENT OF THE INVENTION Hereinafter, embodiment of this invention is described, referring drawings.

또한, 이하에서는, 수평 방향 중 1 쌍의 직진 기구에 의해 스테이지가 이동하는 방향을 「주주사 방향」이라고 칭하고, 주주사 방향과 직교하는 방향을 「부주사 방향」이라고 칭한다.In addition, hereinafter, the direction in which the stage moves by the pair of rectilinear mechanisms among the horizontal directions is referred to as a "main scanning direction", and a direction orthogonal to the main scanning direction is referred to as a "sub-scan direction".

＜1. 묘화 장치의 구성＞<1. Composition of drawing apparatus>

도 1 은 본 발명의 일 실시형태에 관련된 반송 장치 (10) 를 구비한 묘화 장치 (1) 의 사시도이다. 도 2 는 묘화 장치 (1) 의 개략 상면도이다. 이 묘화 장치 (1) 는, 감광 재료가 도포된 반도체 기판 또는 유리 기판 등의 기판 (W) 의 상면에, 공간 변조된 광을 조사하여, 기판 (W) 의 상면에 노광 패턴을 묘화하는 장치이다. 도 1 및 도 2 에 나타내는 바와 같이, 묘화 장치 (1) 는, 반송 장치 (10), 프레임 (20), 묘화 처리부 (30), 및 제어부 (40) 를 구비한다.1 : is a perspective view of the drawing apparatus 1 provided with the conveying apparatus 10 which concerns on one Embodiment of this invention. 2 is a schematic top view of the drawing apparatus 1 . This drawing apparatus 1 irradiates spatially modulated light to the upper surface of the board|substrate W, such as a semiconductor substrate or a glass substrate to which the photosensitive material was apply|coated, It is an apparatus which draws an exposure pattern on the upper surface of the board|substrate W. . 1 and 2 , the drawing apparatus 1 includes a conveying apparatus 10 , a frame 20 , a drawing processing unit 30 , and a control unit 40 .

반송 장치 (10) 는, 기대 (11) 의 상면에 있어서, 평판상의 스테이지 (12) 를, 대략 일정한 자세로 수평 방향으로 반송하는 장치이다. 반송 장치 (10) 는, 주주사 기구 (13) 와 부주사 기구 (14) 를 포함하는 반송 기구를 갖는다. 주주사 기구 (13) 는, 스테이지 (12) 를 주주사 방향으로 반송하기 위한 기구이다. 부주사 기구 (14) 는, 스테이지 (12) 를 부주사 방향으로 반송하기 위한 기구이다. 기판 (W) 은, 스테이지 (12) 의 상면에 수평 자세로 유지되고, 스테이지 (12) 와 함께 주주사 방향 및 부주사 방향으로 이동한다.The conveying apparatus 10 is an apparatus which conveys the flat stage 12 in the horizontal direction in the substantially constant attitude|position in the upper surface of the base 11. As shown in FIG. The conveying device 10 has a conveying mechanism including a main scanning mechanism 13 and a sub scanning mechanism 14 . The main scanning mechanism 13 is a mechanism for conveying the stage 12 in the main scanning direction. The sub-scan mechanism 14 is a mechanism for conveying the stage 12 in the sub-scan direction. The substrate W is held in a horizontal posture on the upper surface of the stage 12 , and moves together with the stage 12 in the main scanning direction and the sub scanning direction.

반송 장치 (10) 의 보다 상세한 구성에 대해서는, 후술한다.A more detailed configuration of the conveying apparatus 10 will be described later.

프레임 (20) 은, 기대 (11) 의 상방에 있어서, 묘화 처리부 (30) 를 유지하기 위한 구조이다. 프레임 (20) 은, 1 쌍의 지주부 (21) 와 가교부 (22) 를 갖는다. 1 쌍의 지주부 (21) 는, 부주사 방향으로 간격을 두고 세워 형성되어 있다. 각 지주부 (21) 는, 기대 (11) 의 상면으로부터 상방을 향하여 연장된다. 가교부 (22) 는, 2 개의 지주부 (21) 의 상단부 사이에 있어서, 부주사 방향으로 연장된다. 기판 (W) 을 유지한 스테이지 (12) 는, 1 쌍의 지주부 (21) 의 사이, 또한 가교부 (22) 의 하방을 통과한다.The frame 20 is a structure for holding the drawing processing unit 30 above the base 11 . The frame 20 has a pair of pillar portions 21 and a bridge portion 22 . The pair of struts 21 are formed standing at intervals in the sub-scan direction. Each support part 21 extends upwardly from the upper surface of the base 11 . The bridge part 22 extends in the sub-scan direction between the upper ends of the two post parts 21 . The stage 12 holding the board|substrate W passes between a pair of support|pillar part 21, and also below the bridge|crosslinking part 22. As shown in FIG.

묘화 처리부 (30) 는, 2 개의 광학 헤드 (31), 조명 광학계 (32), 레이저 발진기 (33), 및 레이저 구동부 (34) 를 갖는다. 2 개의 광학 헤드 (31) 는, 부주사 방향으로 간격을 두고, 가교부 (22) 에 고정된다. 조명 광학계 (32), 레이저 발진기 (33), 및 레이저 구동부 (34) 는, 예를 들어 가교부 (22) 의 내부 공간에 수용된다. 레이저 구동부 (34) 는, 레이저 발진기 (33) 와 전기적으로 접속되어 있다. 레이저 구동부 (34) 를 동작시키면, 레이저 발진기 (33) 로부터 펄스 광이 출사된다. 그리고, 레이저 발진기 (33) 로부터 출사된 펄스 광이, 조명 광학계 (32) 를 개재하여 광학 헤드 (31) 에 도입된다.The drawing processing unit 30 includes two optical heads 31 , an illumination optical system 32 , a laser oscillator 33 , and a laser driving unit 34 . The two optical heads 31 are fixed to the bridge 22 at intervals in the sub-scan direction. The illumination optical system 32 , the laser oscillator 33 , and the laser driving unit 34 are accommodated, for example, in the internal space of the bridge unit 22 . The laser driving unit 34 is electrically connected to the laser oscillator 33 . When the laser driving unit 34 is operated, pulsed light is emitted from the laser oscillator 33 . Then, the pulsed light emitted from the laser oscillator 33 is introduced into the optical head 31 via the illumination optical system 32 .

광학 헤드 (31) 의 내부에는, 공간 변조기를 포함하는 광학계가 형성되어 있다. 공간 변조기에는, 예를 들어 회절 격자형의 공간 광 변조기인 GLV (Grating Light Valve) (등록상표) 가 사용된다. 광학 헤드 (31) 에 도입된 펄스 광은, 공간 변조기에 의해 소정의 패턴으로 변조되어, 기판 (W) 의 상면에 조사된다. 이로써, 기판 (W) 의 상면에 도포된 레지스트 등의 감광 재료가 노광된다.An optical system including a spatial modulator is formed inside the optical head 31 . As the spatial modulator, for example, GLV (Grating Light Valve) (registered trademark), which is a diffraction grating type spatial light modulator, is used. The pulsed light introduced into the optical head 31 is modulated in a predetermined pattern by a spatial modulator, and is irradiated onto the upper surface of the substrate W. Thereby, the photosensitive material, such as a resist apply|coated on the upper surface of the board|substrate W, is exposed.

묘화 장치 (1) 의 가동시에는, 광학 헤드 (31) 에 의한 노광과, 반송 장치 (10) 에 의한 기판 (W) 의 반송이, 반복 실행된다. 구체적으로는, 부주사 기구 (14) 에 의해 스테이지 (12) 를 부주사 방향으로 반송하면서, 광학 헤드 (31) 로부터의 펄스 광의 조사를 실시함으로써, 부주사 방향으로 연장되는 띠상의 영역 (스와스) 에 노광을 실시한 후, 주주사 기구 (13) 에 의해 스테이지 (12) 를 주주사 방향으로 1 스와스분만큼 반송한다. 묘화 장치 (1) 는, 이와 같은 부주사 방향의 노광과, 주주사 방향의 스테이지 (12) 의 반송을 반복함으로써, 기판 (W) 의 상면 전체에 패턴을 묘화한다.At the time of operation of the drawing apparatus 1, exposure by the optical head 31 and conveyance of the board|substrate W by the conveyance apparatus 10 are performed repeatedly. Specifically, by irradiating pulsed light from the optical head 31 while conveying the stage 12 in the sub-scan direction by the sub-scan mechanism 14, a band-like region (swath) extending in the sub-scan direction ), the stage 12 is conveyed by the main scanning mechanism 13 by one swath in the main scanning direction. The drawing apparatus 1 draws a pattern on the whole upper surface of the board|substrate W by repeating such exposure of a sub-scan direction, and conveyance of the stage 12 of a main-scan direction.

제어부 (40) 는, 묘화 장치 (1) 의 각 부를 동작 제어하기 위한 수단이다. 도 3 은 제어부 (40) 와, 묘화 장치 (1) 내의 각 부의 전기적 접속을 나타낸 블록도이다. 도 3 중에 개념적으로 나타내는 바와 같이, 제어부 (40) 는, CPU 등의 프로세서 (41), RAM 등의 메모리 (42), 및 하드 디스크 드라이브 등의 기억부 (43) 를 갖는 컴퓨터에 의해 구성되어 있다. 기억부 (43) 에는, 묘화 장치 (1) 를 동작 제어하기 위한 컴퓨터 프로그램 (P) 이 기억되어 있다.The control unit 40 is a means for controlling the operation of each unit of the drawing apparatus 1 . 3 is a block diagram showing the electrical connection between the control unit 40 and each unit in the drawing apparatus 1 . As conceptually shown in FIG. 3 , the control unit 40 is constituted by a computer having a processor 41 such as a CPU, a memory 42 such as RAM, and a storage unit 43 such as a hard disk drive. . The storage unit 43 stores a computer program P for operating and controlling the drawing apparatus 1 .

또, 도 3 에 나타내는 바와 같이, 제어부 (40) 는, 묘화 처리부 (30) (상기 서술한 광학 헤드 (31) 및 레이저 구동부 (34) 를 포함한다), 주주사 기구 (13) (후술하는 리니어 모터 (61) 및 에어 가이드 (62) 를 포함한다), 부주사 기구 (14) (후술하는 리니어 모터 (71) 를 포함한다), 후술하는 회전 기구 (15), 및 각종 센서 (50) 와 전기적으로 접속되어 있다. 제어부 (40) 는, 기억부 (43) 에 기억된 컴퓨터 프로그램 (P) 및 데이터 (D) 를 메모리 (42) 에 판독출력하고, 당해 컴퓨터 프로그램 (P) 및 데이터 (D) 에 기초하여, 프로세서 (41) 가 연산 처리를 실시함으로써, 묘화 장치 (1) 내의 상기 각 부를 동작 제어한다. 이로써, 묘화 장치 (1) 에 있어서의 묘화 처리가 진행한다.Moreover, as shown in FIG. 3, the control part 40 includes the drawing processing part 30 (including the optical head 31 and the laser drive part 34 mentioned above), the main scanning mechanism 13 (a linear motor mentioned later). (including the 61 and the air guide 62), the sub-scan mechanism 14 (including the linear motor 71 described later), the rotary mechanism 15 described later, and various sensors 50 electrically connected. The control unit 40 reads out the computer program P and data D stored in the storage unit 43 to the memory 42, and based on the computer program P and data D, the processor (41) performs arithmetic processing to control the operation of each of the units in the drawing apparatus 1 . Thereby, the drawing process in the drawing apparatus 1 advances.

＜2. 반송 장치의 구성＞<2. Configuration of conveying device>

다음으로, 반송 장치 (10) 의 상세한 구성에 대하여 설명한다. 도 4 는, 반송 장치 (10) 의 일부분을, 주주사 방향에 대하여 수직인 면으로 절단했을 때의 부분 단면도이다. 도 1 ∼ 도 4 에 나타내는 바와 같이, 반송 장치 (10) 는, 기대 (11), 스테이지 (12), 주주사 기구 (13), 부주사 기구 (14), 회전 기구 (15), 하단 지지 플레이트 (16), 중단 지지 플레이트 (17), 및 스테이지 자세 추정 장치 (18) 를 갖는다.Next, the detailed structure of the conveying apparatus 10 is demonstrated. Fig. 4 is a partial cross-sectional view of a portion of the conveying device 10 cut in a plane perpendicular to the main scanning direction. 1 to 4 , the conveying device 10 includes a base 11, a stage 12, a main scanning mechanism 13, a sub scanning mechanism 14, a rotation mechanism 15, and a lower end support plate ( 16), an intermediate support plate 17 , and a stage posture estimation device 18 .

기대 (11) 는, 반송 장치 (10) 의 각 부를 지지하는 지지대이다. 기대 (11) 는, 주주사 방향 및 부주사 방향으로 넓어지는 평판상의 외형을 갖는다. 기대 (11) 의 하면에는, 4 개의 다리부 (111) 및 2 개의 댐퍼 (112) 가 형성되어 있다. 다리부 (111) 및 댐퍼 (112) 의 길이는, 개별적으로 조절 가능하다. 따라서, 다리부 (111) 및 댐퍼 (112) 의 길이를 조절함으로써, 기대 (11) 의 자세를 수평으로 조정할 수 있다.The base 11 is a support stand for supporting each part of the conveying apparatus 10 . The base 11 has a flat outer shape that spreads in the main scanning direction and the sub scanning direction. Four leg parts 111 and two dampers 112 are formed on the lower surface of the base 11 . The lengths of the leg portion 111 and the damper 112 are individually adjustable. Therefore, by adjusting the length of the leg part 111 and the damper 112, the posture of the base 11 can be adjusted horizontally.

하단 지지 플레이트 (16), 중단 지지 플레이트 (17), 및 스테이지 (12) 는, 각각 평판상의 외형을 갖는다. 하단 지지 플레이트 (16) 는, 기대 (11) 상에 있어서, 주주사 기구 (13) 에 의해 주주사 방향으로 이동 가능하게 지지되어 있다. 중단 지지 플레이트 (17) 는, 하단 지지 플레이트 (16) 상에 있어서, 부주사 기구 (14) 에 의해 부주사 방향으로 이동 가능하게 지지되어 있다. 스테이지 (12) 는, 중단 지지 플레이트 (17) 상에 있어서, 회전 기구 (15) 에 의해 연직 축 둘레로 회전 가능하게 지지되어 있다. 스테이지 (12) 는, 기판 (W) 을 재치 가능한 상면을 갖는다. 또, 스테이지 (12) 의 상면에는, 기판 (W) 을 유지하기 위한 척 핀 또는 기판 (W) 을 흡착하는 복수의 흡착공이 형성되어 있다.The lower end support plate 16, the middle support plate 17, and the stage 12 each have a flat outer shape. The lower end support plate 16 is movably supported in the main scanning direction by the main scanning mechanism 13 on the base 11 . The middle support plate 17 is movably supported in the sub-scan direction by the sub-scan mechanism 14 on the lower end support plate 16 . The stage 12 is rotatably supported about a vertical axis by the rotation mechanism 15 on the middle stage support plate 17 . The stage 12 has an upper surface on which the substrate W can be mounted. Moreover, the chuck pin for holding the board|substrate W or the some suction hole which adsorb|sucks the board|substrate W is formed in the upper surface of the stage 12. As shown in FIG.

주주사 기구 (13) 는, 기대 (11) 에 대하여 하단 지지 플레이트 (16) 를, 주주사 방향으로 이동시키는 기구이다. 주주사 기구 (13) 는, 1 쌍의 직진 기구 (60) 를 갖는다. 1 쌍의 직진 기구 (60) 는, 기대 (11) 의 상면의 부주사 방향의 양단부에 형성되어 있다. 도 2 및 도 4 에 나타내는 바와 같이, 1 쌍의 직진 기구 (60) 는, 각각 리니어 모터 (61) 와 에어 가이드 (62) 를 갖는다.The main scanning mechanism 13 is a mechanism for moving the lower end support plate 16 with respect to the base 11 in the main scanning direction. The main scanning mechanism 13 has a pair of straight forward mechanisms 60 . A pair of straight forward mechanism 60 is formed in the both ends of the upper surface of the base 11 in the sub-scan direction. As shown in FIG. 2 and FIG. 4 , a pair of straight forward mechanism 60 has a linear motor 61 and an air guide 62, respectively.

리니어 모터 (61) 는, 고정자 (611) 및 이동자 (612) 를 갖는다. 고정자 (611) 는, 기대 (11) 의 상면에, 주주사 방향을 따라 부설 (敷設) 되어 있다. 즉, 1 쌍의 고정자 (611) 는, 서로 평행하게 배치되어 있다. 이동자 (612) 는, 후술하는 에어 베어링 (622) 을 개재하여, 하단 지지 플레이트 (16) 에 고정되어 있다.The linear motor 61 has a stator 611 and a mover 612 . The stator 611 is laid on the upper surface of the base 11 along the main scanning direction. That is, a pair of stators 611 are mutually arrange|positioned in parallel. The mover 612 is being fixed to the lower end support plate 16 via an air bearing 622 described later.

또, 주주사 기구 (13) 는, 리니어 모터 (61) 의 동작을 제어하기 위한 제어 기판 (63) 을 갖는다. 제어 기판 (63) 에는, 예를 들어 서보 팩 (등록상표) 이 사용된다. 제어 기판 (63) 은, 제어부 (40) 와 전기적으로 접속되어 있다. 리니어 모터 (61) 의 구동시에는, 제어부 (40) 로부터의 지령에 따라서, 제어 기판 (63) 이, 리니어 모터 (61) 에 있어서 발생시켜야 할 토크를 산출한다. 그리고, 산출된 토크에 따른 구동 신호를, 각 리니어 모터 (61) 의 고정자 (611) 에 공급한다. 그러면, 고정자 (611) 와 이동자 (612) 의 사이에 생기는 자기적인 흡인력 및 반발력에 의해, 이동자 (612) 가, 고정자 (611) 를 따라 주주사 방향으로 이동한다.In addition, the main scanning mechanism 13 has a control board 63 for controlling the operation of the linear motor 61 . For the control board 63, for example, Servo Pack (registered trademark) is used. The control board 63 is electrically connected to the control part 40 . When the linear motor 61 is driven, the control board 63 calculates the torque to be generated in the linear motor 61 according to a command from the control unit 40 . Then, a drive signal corresponding to the calculated torque is supplied to the stator 611 of each linear motor 61 . Then, the mover 612 moves along the stator 611 in the main scanning direction by the magnetic attraction and repulsive force generated between the stator 611 and the mover 612 .

에어 가이드 (62) 는, 가이드 레일 (621) 및 에어 베어링 (622) 을 갖는다. 가이드 레일 (621) 은, 기대 (11) 의 상면에, 주주사 방향을 따라 부설되어 있다. 즉, 리니어 모터 (61) 의 고정자 (611) 와 에어 가이드 (62) 의 가이드 레일 (621) 은, 서로 평행하게 배치되어 있다. 에어 베어링 (622) 은, 하단 지지 플레이트 (16) 와 이동자 (612) 에 고정되어 있다. 또, 에어 베어링 (622) 은, 가이드 레일 (621) 의 상방에 배치되어 있다.The air guide 62 has a guide rail 621 and an air bearing 622 . The guide rail 621 is laid on the upper surface of the base 11 along the main scanning direction. That is, the stator 611 of the linear motor 61 and the guide rail 621 of the air guide 62 are mutually arrange|positioned in parallel. The air bearing 622 is being fixed to the lower end support plate 16 and the mover 612 . Moreover, the air bearing 622 is arrange|positioned above the guide rail 621. As shown in FIG.

도 4 에 나타내는 바와 같이, 에어 베어링 (622) 의 하면에는, 기체 분출구 (623) 가 형성되어 있다. 반송 장치 (10) 의 가동시에는, 공장의 유틸리티로부터 에어 베어링 (622) 에 항상 기체가 공급되고, 기체 분출구 (623) 로부터 가이드 레일 (621) 의 상면을 향하여, 가압된 기체가 분출된다. 이로써, 에어 베어링 (622) 은, 가이드 레일 (621) 상에 비접촉으로 부상 지지된다. 따라서, 리니어 모터 (61) 를 구동시키면, 하단 지지 플레이트 (16) 는, 에어 가이드 (62) 에 의해 부상 지지된 상태로, 주주사 방향을 따라 저마찰로 매끄럽게 이동한다.As shown in FIG. 4 , a gas outlet 623 is formed on the lower surface of the air bearing 622 . At the time of operation of the conveyance apparatus 10, gas is always supplied to the air bearing 622 from the utility of a factory, and pressurized gas is blown toward the upper surface of the guide rail 621 from the gas outlet 623. Thereby, the air bearing 622 is float-supported on the guide rail 621 by non-contact. Therefore, when the linear motor 61 is driven, the lower end support plate 16 moves smoothly with low friction along the main scanning direction while being floated and supported by the air guide 62 .

부주사 기구 (14) 는, 하단 지지 플레이트 (16) 에 대하여 중단 지지 플레이트 (17) 를, 부주사 방향으로 이동시키는 기구이다. 부주사 기구 (14) 는, 리니어 모터 (71) 와 1 쌍의 가이드 기구 (72) 를 갖는다.The sub-scan mechanism 14 is a mechanism for moving the middle-stage support plate 17 with respect to the lower-end support plate 16 in the sub-scan direction. The sub-scan mechanism 14 has a linear motor 71 and a pair of guide mechanisms 72 .

리니어 모터 (71) 는, 하단 지지 플레이트 (16) 의 상면의 주주사 방향의 대략 중앙에 형성되어 있다. 리니어 모터 (71) 는, 고정자 (711) 및 이동자 (712) 를 갖는다. 고정자 (711) 는, 하단 지지 플레이트 (16) 의 상면에, 부주사 방향을 따라 부설되어 있다. 이동자 (712) 는, 중단 지지 플레이트 (17) 에 대하여 고정되어 있다. 리니어 모터 (71) 의 구동시에는, 고정자 (711) 와 이동자 (712) 의 사이에 생기는 자기적인 흡인력 및 반발력에 의해, 이동자 (712) 가, 고정자 (711) 를 따라 부주사 방향으로 이동한다.The linear motor 71 is formed in the substantially center of the upper surface of the lower end support plate 16 in the main scanning direction. The linear motor 71 has a stator 711 and a mover 712 . The stator 711 is laid on the upper surface of the lower end support plate 16 along the sub-scan direction. The mover 712 is fixed with respect to the middle support plate 17 . When the linear motor 71 is driven, the mover 712 moves in the sub-scan direction along the stator 711 by the magnetic attraction and repulsive force generated between the stator 711 and the mover 712 .

1 쌍의 가이드 기구 (72) 는, 하단 지지 플레이트 (16) 의 상면의 주주사 방향의 양단부에 형성되어 있다. 1 쌍의 가이드 기구 (72) 는, 각각 가이드 레일 (721) 과 볼 베어링 (722) 을 갖는다. 가이드 레일 (721) 은, 하단 지지 플레이트 (16) 의 상면에, 부주사 방향을 따라 부설되어 있다. 볼 베어링 (722) 은, 중단 지지 플레이트 (17) 의 하면에 고정되어 있다. 또, 볼 베어링 (722) 은, 가이드 레일 (721) 을 따라, 부주사 방향으로 이동 가능하다. 따라서, 리니어 모터 (71) 를 구동시키면, 중단 지지 플레이트 (17) 는, 하단 지지 플레이트 (16) 에 대하여, 부주사 방향으로 이동한다.The pair of guide mechanisms 72 are formed at both ends of the upper surface of the lower end support plate 16 in the main scanning direction. The pair of guide mechanisms 72 each have a guide rail 721 and a ball bearing 722 . The guide rail 721 is laid on the upper surface of the lower end support plate 16 along the sub-scan direction. The ball bearing 722 is being fixed to the lower surface of the middle support plate 17 . Further, the ball bearing 722 is movable in the sub-scan direction along the guide rail 721 . Accordingly, when the linear motor 71 is driven, the middle support plate 17 moves in the sub-scan direction with respect to the lower end support plate 16 .

회전 기구 (15) 는, 중단 지지 플레이트 (17) 에 대한 스테이지 (12) 의 연직 축 둘레의 각도를 조정하는 기구이다. 회전 기구 (15) 에는, 예를 들어 모터가 사용된다. 모터를 동작시키면, 중단 지지 플레이트 (17) 에 대하여 스테이지 (12) 가, 연직 축 둘레로 회전한다. 이로써, 스테이지 (12) 의 연직 축 둘레의 각도 (요잉 각도) (θ) 를 조정할 수 있다.The rotation mechanism 15 is a mechanism for adjusting the angle around the vertical axis of the stage 12 with respect to the middle stage support plate 17 . A motor is used for the rotation mechanism 15, for example. When the motor is operated, the stage 12 rotates about the vertical axis relative to the middle support plate 17 . Thereby, the angle (yaw angle) θ around the vertical axis of the stage 12 can be adjusted.

이와 같이, 스테이지 (12) 는, 주주사 기구 (13), 부주사 기구 (14), 및 회전 기구 (15) 에 의해, 기대 (11) 에 대하여, 주주사 방향 및 부주사 방향으로 이동 가능함과 함께, 요잉 각도 (θ) 를 조정하는 것이 가능하게 되어 있다.In this way, the stage 12 is movable in the main and sub-scan directions with respect to the base 11 by the main scanning mechanism 13, the sub-scan mechanism 14, and the rotation mechanism 15, It is possible to adjust the yaw angle θ.

도 1 및 도 2 에 나타내는 바와 같이, 이 반송 장치 (10) 에는, 자세 계측 장치 (80) 를 설치하는 것이 가능하다. 자세 계측 장치 (80) 는, 스테이지 (12) 의 요잉 각도 (θ) 를 계측하기 위한 장치이다. 자세 계측 장치 (80) 는, 스테이지 (12) 에 고정되는 미러 (81) 와 레이저 간섭계 (82) 를 갖는다. 미러 (81) 는, 스테이지 (12) 의 주주사 방향의 단가장자리부에 고정된다. 레이저 간섭계 (82) 는, 기대 (11) 의 상면에 고정된다. 레이저 간섭계 (82) 는, 미러 (81) 를 향하여 2 개의 레이저 광을 조사한다. 그리고, 미러 (81) 로부터 반사되는 2 개의 레이저 광의 간섭에 의해, 2 개의 레이저 광의 광로차를 검출한다. 그리고, 당해 광로차에 기초하여, 스테이지 (12) 의 요잉 각도 (θ) 를 계측한다.As shown in FIG. 1 and FIG. 2, it is possible to install the attitude|position measuring apparatus 80 in this conveyance apparatus 10. As shown in FIG. The posture measuring device 80 is a device for measuring the yaw angle θ of the stage 12 . The posture measuring device 80 includes a mirror 81 fixed to the stage 12 and a laser interferometer 82 . The mirror 81 is fixed to the end edge of the stage 12 in the main scanning direction. The laser interferometer 82 is fixed to the upper surface of the base 11 . The laser interferometer 82 irradiates two laser beams toward the mirror 81 . Then, the optical path difference between the two laser beams is detected by the interference of the two laser beams reflected from the mirror 81 . Then, the yaw angle θ of the stage 12 is measured based on the optical path difference.

자세 계측 장치 (80) 는, 후술하는 사전 학습 처리를 실시하는 경우에 설치된다. 사전 학습이 완료된 후에는, 자세 계측 장치 (80) 를 떼어내고, 반송 장치 (10) 를 사용할 수 있다.The posture measurement device 80 is provided when performing a pre-learning process to be described later. After the pre-learning is completed, the posture measuring device 80 is removed and the conveying device 10 can be used.

＜3. 스테이지 자세 추정 장치에 대하여＞<3. About Stage Posture Estimation Device>

＜3-1. 스테이지 자세 추정 장치의 구성＞<3-1. Configuration of Stage Posture Estimation Device>

계속해서, 반송 장치 (10) 에 탑재되는 스테이지 자세 추정 장치 (18) 에 대하여 설명한다. 도 5 는 스테이지 자세 추정 장치 (18) 의 구성을 나타낸 블록도이다. 스테이지 자세 추정 장치 (18) 는, 주주사 기구 (13) 로부터 출력되는 계측치에 기초하여, 스테이지 (12) 의 요잉 각도 (θ) 를 추정하는 장치이다. 도 5 에 나타내는 바와 같이, 스테이지 자세 추정 장치 (18) 는, 입력 데이터 취득부 (91) 와 자세 추정부 (92) 를 구비한다. 입력 데이터 취득부 (91) 는, 계측치 입력부 (911) 와 입력 데이터 생성부 (912) 를 갖는다. 자세 추정부 (92) 는, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 과, 추정치 결정부 (921) 를 갖는다.Then, the stage attitude|position estimation apparatus 18 mounted in the conveyance apparatus 10 is demonstrated. 5 is a block diagram showing the configuration of the stage attitude estimation apparatus 18. As shown in FIG. The stage posture estimating device 18 is a device for estimating the yaw angle θ of the stage 12 based on the measured value output from the main scanning mechanism 13 . As shown in FIG. 5 , the stage attitude estimation device 18 includes an input data acquisition unit 91 and an attitude estimation unit 92 . The input data acquisition unit 91 includes a measurement value input unit 911 and an input data generation unit 912 . The posture estimation unit 92 includes a plurality of learned models (M1, M2, M3, ...) and an estimate value determination unit 921 .

스테이지 자세 추정 장치 (18) 는, CPU 등의 프로세서, RAM 등의 메모리, 및 하드 디스크 드라이브 등의 기억부를 갖는 컴퓨터에 의해 구성된다. 계측치 입력부 (911), 입력 데이터 생성부 (912), 및 추정치 결정부 (921) 의 각 기능은, 기억부에 기억된 컴퓨터 프로그램에 따라서 프로세서가 동작함으로써 실현된다.The stage posture estimation device 18 is constituted by a computer having a processor such as a CPU, a memory such as a RAM, and a storage unit such as a hard disk drive. Each function of the measurement value input unit 911, the input data generation unit 912, and the estimated value determination unit 921 is realized by operating the processor in accordance with the computer program stored in the storage unit.

학습이 완료된 모델 (M1, M2, M3,···) 은, 기계 학습 알고리즘을 사용한 사전 학습에 의해, 파라미터가 조정된 추론 프로그램이다. 학습이 완료된 모델 (M1, M2, M3,···) 을 얻기 위한 기계 학습 알고리즘으로는, 예를 들어 1 층 뉴럴 네트워크나 딥 러닝 등을 포함하는 뉴럴 네트워크, 랜덤 포레스트나 구배 부스팅 등을 포함하는 결정목계 알고리즘, 서포트 벡터 머신과 같은, 이른바 지도형 기계 학습 알고리즘이 사용된다. 복수의 학습이 완료된 모델 (M1, M2, M3,···) 은, 각각 상이한 기계 학습 알고리즘에 의해 생성된 것이다.The learned models (M1, M2, M3, ...) are inference programs whose parameters are adjusted by prior learning using a machine learning algorithm. As a machine learning algorithm for obtaining a trained model (M1, M2, M3, ...), for example, a one-layer neural network or a neural network including deep learning, random forest, gradient boosting, etc. So-called supervised machine learning algorithms such as decision tree algorithms and support vector machines are used. A plurality of learned models (M1, M2, M3, ...) are generated by different machine learning algorithms, respectively.

또한, 스테이지 자세 추정 장치 (18) 는, 상기 서술한 제어부 (40) 와 동일한 컴퓨터에 의해 구성되어 있어도 되고, 제어부 (40) 와는 다른 컴퓨터에 의해 구성되어 있어도 된다.In addition, the stage posture estimation apparatus 18 may be comprised by the same computer as the control part 40 mentioned above, and may be comprised by the computer different from the control part 40. As shown in FIG.

＜3-2. 스테이지 자세 추정 장치의 사전 학습＞<3-2. Pre-learning of stage posture estimation device>

계속해서, 스테이지 자세 추정 장치 (18) 에 있어서 미리 실행되는 사전 학습 처리에 대하여 설명한다. 도 6 은 사전 학습 처리의 흐름을 나타내는 플로 차트이다.Next, the pre-learning process performed in advance in the stage attitude estimation apparatus 18 is demonstrated. 6 is a flowchart showing the flow of a pre-learning process.

사전 학습 처리를 실시할 때는, 반송 장치 (10) 에, 상기 서술한 자세 계측 장치 (80) 를 설치한다 (스텝 S11). 그리고, 주주사 기구 (13) 를 동작시키면서, 다음 스텝 S12 ∼ S15 를 반복 실행한다.When performing a pre-learning process, the above-mentioned attitude|position measurement apparatus 80 is installed in the conveyance apparatus 10 (step S11). Then, while the main scanning mechanism 13 is operated, the following steps S12 to S15 are repeatedly executed.

우선, 계측치 입력부 (911) 에, 제어 기판 (63) 으로부터 출력되는 계측치가 입력된다 (스텝 S12). 계측치는, 예를 들어 주주사 기구 (13) 의 1 쌍의 리니어 모터 (61) 의 토크치가 된다. 단, 계측치 입력부 (911) 에 입력되는 계측치는, 에어 베어링 (622) 의 공기압, 가이드 레일 (621) 의 온도, 반송 장치 (10) 의 구동음, 스테이지 (12) 의 진동, 스테이지 (12) 의 위치 등의 다른 항목을, 각종 센서 (50) 에 의해 계측한 것이어도 된다.First, the measurement value output from the control board 63 is input to the measurement value input part 911 (step S12). The measured value becomes, for example, a torque value of a pair of linear motors 61 of the main scanning mechanism 13 . However, the measured values input to the measured value input part 911 are the air pressure of the air bearing 622, the temperature of the guide rail 621, the driving sound of the conveyance apparatus 10, the vibration of the stage 12, and the stage 12 What was measured by the various sensors 50 may be sufficient as other items, such as a position.

다음으로, 입력 데이터 생성부 (912) 가, 계측치 입력부 (911) 에 입력된 계측치에 기초하여, 입력 데이터 (d) 를 생성한다 (스텝 S13). 예를 들어, 계측치가 1 쌍의 리니어 모터 (61) 의 토크치인 경우에는, 입력 데이터 생성부 (912) 는, 그들 토크치의 차분을 산출한다. 그리고, 산출된 차분의 시계열 데이터로부터 불필요한 주파수를 제거함으로써, 입력 데이터 (d) 를 생성한다. 계측치 입력부 (911) 에 입력되는 계측치가, 토크치 이외인 경우에도, 입력 데이터 생성부 (912) 는, 소정의 연산 및 필터 처리를 실시함으로써, 기계 학습에 적절한 입력 데이터 (d) 를 생성한다.Next, the input data generation unit 912 generates the input data d based on the measurement value input to the measurement value input unit 911 (step S13). For example, when a measured value is the torque value of a pair of linear motor 61, the input data generation|generation part 912 calculates the difference of those torque values. Then, the input data (d) is generated by removing unnecessary frequencies from the time-series data of the calculated difference. Even when the measured value input to the measured value input part 911 is other than a torque value, the input data generation part 912 produces|generates the input data d suitable for machine learning by performing predetermined calculation and filter processing.

또한, 입력 데이터 생성부 (912) 는, 계측치 입력부 (911) 에 입력된 계측치 자체를, 입력 데이터 (d) 로 해도 된다. 즉, 입력 데이터 생성부 (912) 는, 반송 기구로부터 출력되는 계측치, 또는 계측치에 소정의 연산 및 필터 처리를 실시함으로써 산출되는 값을, 입력 데이터 (d) 로 하면 된다.In addition, the input data generation part 912 is good also considering the measurement value itself input to the measurement value input part 911 as input data (d). That is, the input data generation part 912 may set the measured value output from a conveyance mechanism, or the value computed by performing predetermined calculation and filter processing to the measured value as input data (d).

계속해서, 자세 추정부 (92) 는, 입력 데이터 생성부 (912) 에 의해 생성된 입력 데이터 (d) 를 입력으로 하고, 자세 계측 장치 (80) 의 계측 결과 (θm) 를 교사 데이터로 하여 기계 학습을 실시한다 (스텝 S14). 즉, 자세 추정부 (92) 는, 상기 서술한 기계 학습 알고리즘에 의해, 입력 데이터 (d) 와 자세 계측 장치 (80) 의 계측 결과 (θm) 의 관계를 학습한다. 본 실시형태의 자세 추정부 (92) 는, 이 스텝 S14 의 기계 학습을, 복수의 상이한 기계 학습 알고리즘에 의해, 병행하여 실시한다. 따라서, 스텝 S14 의 기계 학습에 의해, 복수의 상이한 학습이 완료된 모델 (M1, M2, M3,···) 이 생성된다.Subsequently, the posture estimating unit 92 receives the input data d generated by the input data generating unit 912 as input, and uses the measurement result θm of the posture measuring device 80 as teacher data. Learning is performed (step S14). That is, the posture estimation unit 92 learns the relationship between the input data d and the measurement result θm of the posture measurement device 80 by the machine learning algorithm described above. The posture estimation unit 92 of the present embodiment performs the machine learning of this step S14 in parallel with a plurality of different machine learning algorithms. Therefore, by the machine learning of step S14, the model (M1, M2, M3, ...) in which a plurality of different learning was completed is produced|generated.

자세 추정부 (92) 는, 스텝 S14 의 기계 학습에 의해 생성되는 학습이 완료된 모델 (M1, M2, M3,···) 의 출력치와, 교사 데이터인 계측 결과 (θm) 를 비교한다. 그리고, 자세 추정부 (92) 는, 학습이 완료된 모델 (M1, M2, M3,···) 의 출력치와 계측 결과 (θm) 의 차분이, 미리 설정된 임계치 이하가 아닌 경우에는, 학습이 완료된 모델 (M1, M2, M3,···) 의 추정 정밀도가, 원하는 레벨에 이르지 않았다고 판단한다 (스텝 S15 : no). 이 경우, 스테이지 자세 추정 장치 (18) 는, 상기 서술한 스텝 S12 ∼ S14 의 처리를 반복한다. 이와 같이, 기계 학습을 반복함으로써, 학습이 완료된 모델 (M1, M2, M3,···) 의 추정 정밀도가 점차 향상된다.The posture estimation unit 92 compares the output values of the learned models M1, M2, M3, ... generated by the machine learning of step S14 with the measurement result θm as teacher data. Then, the posture estimating unit 92, when the difference between the output value of the learned models (M1, M2, M3, ...) and the measurement result (θm) is not less than or equal to a preset threshold, the learning is completed It is determined that the estimation accuracy of the models M1, M2, M3, ... has not reached the desired level (step S15: no). In this case, the stage attitude|position estimation apparatus 18 repeats the process of steps S12 - S14 mentioned above. In this way, by repeating machine learning, the estimation accuracy of the learned models (M1, M2, M3, ...) is gradually improved.

이윽고, 학습이 완료된 모델 (M1, M2, M3,···) 의 출력치와 계측 결과 (θm) 의 차분이, 미리 설정된 임계치 이하가 되었을 경우, 자세 추정부 (92) 는, 각 학습이 완료된 모델 (M1, M2, M3,···) 의 추정 정밀도가 원하는 레벨에 이르렀다고 판단한다. 이 경우, 자세 추정부 (92) 는, 기계 학습을 종료한다 (스텝 S15 : yes). 그리고, 반송 장치 (10) 로부터 자세 계측 장치 (80) 가 떼어내진다 (스텝 S16). 또한, 스테이지 자세 추정 장치 (18) 는, 스텝 S12 ∼ S14 의 반복 횟수가, 미리 설정된 상한치에 이르렀을 경우에, 스텝 S15 에 있어서, 기계 학습을 종료해도 된다.Eventually, when the difference between the output value of the learned models (M1, M2, M3, ...) and the measurement result (θm) becomes less than or equal to a preset threshold, the posture estimating unit 92 performs each learning It is determined that the estimation precision of the models (M1, M2, M3, ...) has reached the desired level. In this case, the posture estimation unit 92 ends the machine learning (step S15: yes). And the attitude measurement apparatus 80 is removed from the conveyance apparatus 10 (step S16). In addition, when the number of repetitions of steps S12 - S14 reaches a preset upper limit, the stage attitude|position estimation apparatus 18 may complete|finish machine learning in step S15.

＜3-3. 스테이지 자세 추정 장치의 추정 처리＞<3-3. Estimation processing of stage posture estimation device>

계속해서, 스테이지 자세 추정 장치 (18) 에 의한 요잉 각도 (θ) 의 추정 처리에 대하여 설명한다. 이 추정 처리는, 상기 서술한 사전 학습 처리가 완료된 후, 반송 장치 (10) 를 동작시킬 때에 실행된다. 도 7 은 추정 처리의 흐름을 나타낸 플로 차트이다.Next, the estimation process of the yaw angle (theta) by the stage attitude|position estimation apparatus 18 is demonstrated. This estimation process is performed when operating the conveying apparatus 10 after the pre-learning process mentioned above is completed. 7 is a flowchart showing the flow of estimation processing.

추정 처리를 실시할 때는, 우선 계측치 입력부 (911) 에, 제어 기판 (63) 으로부터 출력되는 계측치가 입력된다 (스텝 S21). 여기서는, 상기 서술한 스텝 S12 와 동종의 계측치가 입력된다. 예를 들어, 스텝 S12 에 있어서 입력되는 계측치가, 1 쌍의 리니어 모터 (61) 의 토크치인 경우에는, 스텝 S21 에 있어서 입력되는 계측치도, 1 쌍의 리니어 모터 (61) 의 토크치가 된다.When performing the estimation process, first, the measured value output from the control board 63 is input to the measured value input part 911 (step S21). Here, a measurement value similar to that of step S12 described above is input. For example, when the measured value input in step S12 is the torque value of the pair of linear motors 61, the measured value input in step S21 also becomes the torque value of the pair of linear motors 61.

다음으로, 입력 데이터 생성부 (912) 가, 계측치 입력부 (911) 에 입력된 계측치에 기초하여, 입력 데이터 (d) 를 생성한다 (스텝 S22). 여기서는, 상기 서술한 스텝 S13 과 동일한 처리가 실행된다. 즉, 스텝 S13 에 있어서 실행되는 처리가, 차분의 산출 및 필터 처리인 경우에는, 스텝 S22 에 있어서도, 차분의 산출 및 필터 처리를 실행함으로써, 입력 데이터 (d) 가 생성된다.Next, the input data generation part 912 produces|generates the input data d based on the measurement value input to the measurement value input part 911 (step S22). Here, the same processing as in step S13 described above is executed. That is, when the processing performed in step S13 is the calculation of the difference and the filter processing, also in step S22, the input data d is generated by executing the calculation and the filter processing of the difference.

계속해서, 자세 추정부 (92) 는, 생성된 입력 데이터 (d) 를, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 에 각각 입력한다 (스텝 S23). 그러면, 각 학습이 완료된 모델 (M1, M2, M3,···) 은, 입력 데이터 (d) 에 대응하는 스테이지 (12) 의 요잉 각도 (θ) 의 가추정치 (θ1, θ2, θ3,···) 를 출력한다. 이로써, 1 개의 입력 데이터 (d) 에 대하여, 복수의 가추정치 (θ1, θ2, θ3,···) 가 얻어진다 (스텝 S24).Then, the posture estimation unit 92 inputs the generated input data d to the plurality of learned models M1, M2, M3, ..., respectively (step S23). Then, each learned model (M1, M2, M3, ...) is a provisional estimate (θ1, θ2, θ3, ...) of the yaw angle (θ) of the stage 12 corresponding to the input data (d) ·) is printed. Thereby, with respect to one input data d, a plurality of tentative values θ1, θ2, θ3, ... are obtained (step S24).

그 후, 자세 추정부 (92) 의 추정치 결정부 (921) 가, 복수의 가추정치 (θ1, θ2, θ3,···) 에 기초하여, 1 개의 추정 결과 (θr) 를 결정한다 (스텝 S25). 구체적으로는, 예를 들어 추정치 결정부 (921) 는, 복수의 가추정치 (θ1, θ2, θ3,···) 의 평균치를 산출하고, 산출된 평균치를 추정 결과 (θr) 로서 결정한다. 단, 추정치 결정부 (921) 는, 다른 방법으로 추정 결과 (θr) 를 결정해도 된다.Then, the estimated value determining unit 921 of the posture estimating unit 92 determines one estimation result θr based on the plurality of tentative estimates θ1, θ2, θ3, ... (Step S25) ). Specifically, for example, the estimated value determination unit 921 calculates an average value of the plurality of provisional values θ1, θ2, θ3, ..., and determines the calculated average value as the estimation result θr. However, the estimated value determination unit 921 may determine the estimation result θr by another method.

도 8 은 추정치 결정부 (921) 에 의한 추정 결과의 결정 방법의 제 2 예를 나타내는 플로 차트이다. 도 8 의 예에서는, 학습이 완료된 모델 (M1, M2, M3,···) 의 각각에 대하여, 미리 가중 비율 (w1, w2, w3,···) 이 설정되어 있다. 가중 비율 (w1, w2, w3,···) 은, 스테이지 자세 추정 장치 (18) 를 구성하는 컴퓨터의 기억부에 미리 기억되어 있다. 추정치 결정부 (921) 는, 우선 기억부로부터 가중 비율 (w1, w2, w3,···) 을 판독출력한다 (스텝 S31). 그리고, 추정치 결정부 (921) 는, 판독출력한 가중 비율 (w1, w2, w3,···) 을 사용하여, 복수의 가추정치 (θ1, θ2, θ3,···) 의 가중 평균치를 산출하고, 산출된 가중 평균치를 추정 결과 (θr) 로 한다 (스텝 S32).8 is a flowchart showing a second example of a method for determining an estimation result by the estimation value determining unit 921 . In the example of FIG. 8 , the weighting ratios w1, w2, w3, ... are set in advance for each of the learned models (M1, M2, M3, ...). The weight ratios w1, w2, w3, ... are stored in advance in a storage unit of a computer constituting the stage posture estimation device 18 . The estimated value determination unit 921 first reads out the weight ratios w1, w2, w3, ... from the storage unit (step S31). Then, the estimated value determining unit 921 calculates a weighted average of the plurality of tentative estimates (θ1, θ2, θ3, ...) using the read and output weight ratios (w1, w2, w3, ...) Then, the calculated weighted average value is set as the estimation result ?r (step S32).

예를 들어, 3 개의 학습이 완료된 모델 (M1, M2, M3) 을 사용하는 경우, 스텝 S32 에 있어서, 가중 평균을 사용한 추정 결과 (θr) 는, 다음 식 (1) 에 의해 산출할 수 있다.For example, when using three learned models (M1, M2, M3), in step S32, the estimation result (θr) using the weighted average can be calculated by the following formula (1).

θr=(w1·θ1＋w2·θ2＋w3·θ3)/(w1＋w2＋w3) (1)θr=(w1·θ1+w2·θ2+w3·θ3)/(w1+w2+w3) (One)

복수의 학습이 완료된 모델 (M1, M2, M3,···) 중에서, 특히 추정 정밀도가 높은 학습이 완료된 모델 또는 중시해야 할 학습이 완료된 모델이 존재하는 경우, 그 학습이 완료된 모델의 가중 비율을, 상대적으로 높게 설정해 두면 된다. 그러면, 상기와 같이 가중 평균치를 산출함으로써, 보다 바람직한 추정 결과 (θr) 를 얻을 수 있다.Among the plurality of trained models (M1, M2, M3, ...), if there is a model that has been trained with high estimation precision or a model that has been trained to be emphasized exists, the weight ratio of the model that has been trained is calculated. , set it to be relatively high. Then, a more preferable estimation result (θr) can be obtained by calculating the weighted average value as described above.

도 9 는 추정치 결정부 (921) 에 의한 추정 결과의 결정 방법의 제 3 예를 나타내는 플로 차트이다. 도 9 의 예에서는, 학습이 완료된 모델 (M1, M2, M3,···) 의 각각에 대응하는 가중 비율 (w1, w2, w3,···) 이, 고정치가 아니고, 주주사 기구 (13) 의 동작 상태에 따라 변화한다. 추정치 결정부 (921) 는, 우선 주주사 기구 (13) 의 동작 상태를 나타내는 상태 변수를 취득한다 (스텝 S41). 상태 변수는, 상기 서술한 계측치 입력부 (911) 에 입력되는 계측치여도 되고, 다른 센서에 의해 취득되는 변수여도 되고, 혹은 제어부 (40) 에 대하여 사용자가 설정하는 동작 모드 등이어도 된다.9 is a flowchart showing a third example of a method for determining an estimation result by the estimation value determining unit 921 . In the example of FIG. 9 , the weight ratio (w1, w2, w3, ...) corresponding to each of the learned models (M1, M2, M3, ...) is not a fixed value, and the main scanning mechanism 13 ) changes according to the operating state of The estimated value determining unit 921 first acquires a state variable indicating the operating state of the main scanning mechanism 13 (step S41). The state variable may be a measured value input to the measured value input unit 911 described above, may be a variable acquired by another sensor, or may be an operation mode or the like set by a user in the control unit 40 .

추정치 결정부 (921) 는, 취득한 상태 변수에 기초하여, 가중 비율 (w1, w2, w3,···) 을 변경한다 (스텝 S42). 이로써, 주주사 기구 (13) 의 동작 상태에 따라, 높은 추정 정밀도를 발휘할 수 있는 학습이 완료된 모델의 가중 비율을 높인다. 예를 들어, 어느 상태 변수에 의해 나타내는 동작 상태에 있어서, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 중, 특히 학습이 완료된 모델 (M2) 의 추정 정밀도가 높은 경우에는, 추정치 결정부 (921) 는, 가중 비율 (w2) 의 값이 상대적으로 높아지도록, 복수의 가중 비율 (w1, w2, w3,···) 을 변경한다.The estimated value determining unit 921 changes the weighting ratios w1, w2, w3, ... based on the acquired state variable (step S42). Thereby, according to the operation state of the main scanning mechanism 13, the weighting ratio of the learned model capable of exhibiting high estimation accuracy is increased. For example, in the operation state indicated by a certain state variable, among the plurality of trained models (M1, M2, M3, ...), in particular, when the estimation accuracy of the trained model (M2) is high, The estimated value determining unit 921 changes the plurality of weighting ratios w1, w2, w3, ... so that the value of the weighting ratio w2 becomes relatively high.

그 후, 추정치 결정부 (921) 는, 변경 후의 가중 비율 (w1, w2, w3,···) 을 사용하여, 복수의 가추정치 (θ1, θ2, θ3,···) 의 가중 평균치를 산출하고, 산출된 가중 평균치를 추정 결과 (θr) 로 한다 (스텝 S43).Then, the estimated value determining unit 921 calculates a weighted average of the plurality of tentative estimates (θ1, θ2, θ3, ...) using the weighted ratios w1, w2, w3, ...) after the change. Then, the calculated weighted average value is set as the estimation result ?r (step S43).

이와 같이, 동작 상태에 따라 가중 비율 (w1, w2, w3,···) 을 변경하면, 동작 상태마다, 중시하는 학습이 완료된 모델을 변경할 수 있다. 따라서, 동작 상태마다, 높은 추정 정밀도를 발휘할 수 있는 학습이 완료된 모델의 가중 비율을 높여, 보다 정밀도가 양호한 추정 결과 (θr) 를 얻을 수 있다.In this way, by changing the weighting ratios (w1, w2, w3, ...) according to the operation state, it is possible to change the model in which the learning to be emphasized is completed for each operation state. Accordingly, it is possible to increase the weight ratio of the trained model capable of exhibiting high estimation accuracy for each operation state, and obtain an estimation result θr with better accuracy.

도 10 은 추정치 결정부 (921) 에 의한 추정 결과의 결정 방법의 제 4 예를 나타내는 플로 차트이다. 도 10 의 예에서는, 추정치 결정부 (921) 는, 우선 주주사 기구 (13) 의 동작 상태를 나타내는 상태 변수를 취득한다 (스텝 S51). 상태 변수는, 상기 서술한 계측치 입력부 (911) 에 입력되는 계측치여도 되고, 다른 센서에 의해 취득되는 변수여도 되고, 혹은 제어부 (40) 에 대하여 사용자가 설정하는 동작 모드 등이어도 된다.10 is a flowchart showing a fourth example of a method for determining an estimation result by the estimation value determining unit 921 . In the example of FIG. 10 , the estimated value determining unit 921 first acquires a state variable indicating the operating state of the main scanning mechanism 13 (step S51). The state variable may be a measured value input to the measured value input unit 911 described above, may be a variable acquired by another sensor, or may be an operation mode or the like set by a user in the control unit 40 .

추정치 결정부 (921) 는, 취득한 상태 변수에 기초하여, 복수의 가추정치 (θ1, θ2, θ3,···) 중 어느 1 개를 선택하고, 선택된 가추정치를 추정 결과 (θr) 로 한다 (스텝 S52). 예를 들어, 어느 상태 변수에 의해 나타내는 동작 상태에 있어서, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 중, 특히 학습이 완료된 모델 (M2) 의 추정 정밀도가 높은 경우에는, 추정치 결정부 (921) 는, 당해 학습이 완료된 모델 (M2) 로부터 출력된 가추정치 (θ2) 를, 추정 결과 (θr) 로 한다.The estimated value determination unit 921 selects any one of a plurality of provisional estimates (θ1, θ2, θ3, ...) based on the acquired state variable, and sets the selected provisional value as the estimation result (θr) ( step S52). For example, in the operation state indicated by a certain state variable, among the plurality of trained models (M1, M2, M3, ...), in particular, when the estimation accuracy of the trained model (M2) is high, The estimated value determining unit 921 uses the provisional estimate θ2 output from the learned model M2 as the estimation result θr.

즉, 이 예에서는, 동작 상태에 따라, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 로부터 출력되는 복수의 가추정치 (θ1, θ2, θ3,···) 중 어느 1 개를 채용한다. 이와 같이 하면, 동작 상태마다, 높은 추정 정밀도를 발휘할 수 있는 학습이 완료된 모델을 선택하여, 정밀도가 양호한 추정 결과 (θr) 를 얻을 수 있다.That is, in this example, according to the operation state, any one of the plurality of tentative estimates (θ1, θ2, θ3, ...) output from the plurality of learned models (M1, M2, M3, ...) to employ In this way, it is possible to select a trained model capable of exhibiting high estimation accuracy for each operation state, and obtain an estimation result θr with good accuracy.

도 7 로 되돌아온다. 요잉 각도 (θ) 의 추정 결과 (θr) 가 결정되면, 추정치 결정부 (921) 는, 그 추정 결과 (θr) 를, 제어부 (40) 에 출력한다 (스텝 S26). 그 후, 제어부 (40) 는, 자세 추정부 (92) 로부터 출력되는 요잉 각도 (θ) 의 추정 결과 (θr) 에 기초하여, 스테이지 (12) 의 요잉 각도 (θ) 를 보정한다 (스텝 S27). 구체적으로는, 제어부 (40) 는, 회전 기구 (15) 를 동작시키거나, 혹은 1 쌍의 리니어 모터 (61) 의 어느 토크치를 조정한다. 이로써, 스테이지 (12) 의 요잉 각도 (θ) 가, 원하는 값에 가까워지도록 보정된다.Return to FIG. 7 . When the estimation result θr of the yaw angle θ is determined, the estimated value determination unit 921 outputs the estimation result θr to the control unit 40 (step S26). Then, the control unit 40 corrects the yaw angle θ of the stage 12 based on the estimation result θr of the yaw angle θ output from the posture estimation unit 92 (Step S27) . Specifically, the control unit 40 operates the rotation mechanism 15 or adjusts any torque value of the pair of linear motors 61 . Thereby, the yaw angle θ of the stage 12 is corrected to approach a desired value.

이상과 같이, 이 반송 장치 (10) 에서는, 주주사 기구 (13) 로부터 출력되는 계측치 또는 계측치에 기초하여 산출되는 값인 입력 데이터 (d) 에 기초하여, 스테이지 (12) 의 요잉 각도 (θ) 를 추정한다. 이로써, 대규모의 자세 계측 장치 (80) 를 상시 설치하는 일 없이, 스테이지 (12) 의 요잉 각도 (θ) 를 추정할 수 있다.As described above, in the conveying apparatus 10, the yaw angle θ of the stage 12 is estimated based on the measured value output from the main scanning mechanism 13 or the input data d, which is a value calculated based on the measured value. do. Thereby, the yaw angle (θ) of the stage 12 can be estimated without always installing the large-scale attitude measurement device 80 .

또, 이 반송 장치 (10) 에서는, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 로부터 출력되는 복수의 가추정치 (θ1, θ2, θ3,···) 에 기초하여, 1 개의 추정 결과 (θr) 를 출력한다. 이 때문에, 반송 장치 (10) 의 많은 동작 상황에 있어서 높은 추정 정밀도를 실현할 수 있다. 또, 본 실시형태에서는, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 이, 각각 상이한 기계 학습 알고리즘에 의해 생성된 것이다. 이 때문에, 어느 기계 학습 알고리즘에 있어서 높은 추정 정밀도를 발휘하기 어려운 동작 상황에 있어서, 다른 기계 학습 알고리즘이 그것을 보완할 수 있다. 이로써, 보다 많은 동작 상황에 있어서, 스테이지 (12) 의 요잉 각도 (θ) 를 양호한 정밀도로 추정할 수 있다.Moreover, in this conveyance apparatus 10, based on the some provisional estimate value (θ1, θ2, θ3, ...) output from the plurality of learned models (M1, M2, M3, ...), 1 Outputs the estimation result (θr) of . For this reason, high estimation accuracy can be implement|achieved in many operation conditions of the conveyance apparatus 10. As shown in FIG. In addition, in the present embodiment, a plurality of learned models (M1, M2, M3, ...) are generated by different machine learning algorithms, respectively. For this reason, in an operation situation in which it is difficult to exhibit high estimation precision in a certain machine learning algorithm, another machine learning algorithm can compensate for it. Thereby, in more operation situations, the yaw angle θ of the stage 12 can be estimated with good accuracy.

＜4. 변형예＞<4. Modifications>

이상, 본 발명의 일 실시형태에 대하여 설명했지만, 본 발명은 상기 실시형태에 한정되는 것은 아니다.As mentioned above, although one Embodiment of this invention was described, this invention is not limited to the said embodiment.

상기 실시형태에서는, 계측치 입력부 (911) 는, 리니어 모터 (61) 의 토크치를, 제어 기판 (63) 으로부터 취득하고 있었다. 그러나, 계측치 입력부 (911) 는, 다른 방법으로, 리니어 모터 (61) 의 토크치를 취득해도 된다. 예를 들어, 직진 기구 (60) 의 각 리니어 모터 (61) 에 토크 센서를 장착하고, 그 토크 센서로부터 토크치를 취득해도 된다.In the above embodiment, the measured value input unit 911 acquired the torque value of the linear motor 61 from the control board 63 . However, the measured value input part 911 may acquire the torque value of the linear motor 61 by another method. For example, a torque sensor may be attached to each linear motor 61 of the linear movement mechanism 60, and a torque value may be acquired from the torque sensor.

또, 상기 실시형태에서는, 모든 학습이 완료된 모델 (M1, M2, M3,···) 에, 동일한 입력 데이터 (d) 가 입력되어 있었다. 그러나, 입력 데이터 생성부 (912) 는, 계측치 입력부 (911) 에 입력된 계측치에 대하여, 학습이 완료된 모델마다 상이한 처리를 실시해도 된다. 그리고, 복수의 학습이 완료된 모델 (M1, M2, M3,···) 에, 상이한 처리에 의해 생성된 상이한 입력 데이터를 입력해도 된다. 이와 같이 하면, 각 학습이 완료된 모델에 대하여, 보다 적합한 입력 데이터를 입력할 수 있다.In addition, in the said embodiment, the same input data (d) was input to the models (M1, M2, M3, ...) in which all learning was completed. However, the input data generation unit 912 may perform different processing for the measured value input to the measured value input unit 911 for each model in which learning has been completed. In addition, you may input the different input data produced|generated by the different process into several learning completed model (M1, M2, M3, ...). In this way, more suitable input data can be input to the model for which each learning has been completed.

또, 상기 실시형태의 반송 장치 (10) 는, 주주사 기구 (13) 뿐만 아니라, 부주사 기구 (14) 및 회전 기구 (15) 를 구비하고 있었다. 그러나, 본 발명은, 부주사 기구 (14) 및 회전 기구 (15) 를 구비하고 있지 않는 반송 장치를 대상으로 하는 것이어도 된다.Moreover, the conveying apparatus 10 of the said embodiment was equipped with the sub-scan mechanism 14 and the rotation mechanism 15 as well as the main-scan mechanism 13. As shown in FIG. However, the present invention may be directed to a conveying apparatus that does not include the sub-scan mechanism 14 and the rotation mechanism 15 .

또, 상기 실시형태의 반송 장치 (10) 는, 묘화 장치 (1) 에 탑재되어 있었다. 그러나, 본 발명은, 묘화 장치 (1) 이외의 장치에 탑재되는 반송 장치를 대상으로 하는 것이어도 된다. 예를 들어, 반송 장치는, 스테이지 상에 유지된 기판에 대하여 처리액을 도포하는 장치에 탑재되는 것이어도 된다. 또, 반송 장치는, 스테이지 상에 유지된 기록 매체에 대하여 인쇄를 실시하는 장치에 탑재되는 것이어도 된다.Moreover, the conveyance apparatus 10 of the said embodiment was mounted in the drawing apparatus 1 . However, this invention may make object the conveyance apparatus mounted in apparatuses other than the drawing apparatus 1 as object. For example, the conveying apparatus may be mounted on an apparatus for applying a processing liquid to a substrate held on a stage. Moreover, the conveying apparatus may be mounted on the apparatus which prints with respect to the recording medium hold|maintained on the stage.

또, 상기 실시형태에서는, 사전 학습 처리에 있어서, 레이저 간섭계 (82) 에 의해, 스테이지 (12) 의 요잉 각도 (θ) 를 실측하고 있었다. 그러나, 스테이지 (12) 의 요잉 각도 (θ) 는, 다른 방법으로 실측해도 된다. 예를 들어, 카메라에 의해 취득한 스테이지 (12) 의 화상에 기초하여, 스테이지 (12) 의 요잉 각도 (θ) 를 실측해도 된다.Moreover, in the said embodiment, the yaw angle (theta) of the stage 12 was actually measured by the laser interferometer 82 in the pre-learning process. However, the yaw angle θ of the stage 12 may be measured by another method. For example, you may measure the yaw angle (theta) of the stage 12 based on the image of the stage 12 acquired with the camera.

또, 상기 실시형태의 직진 기구 (60) 는, 리니어 모터 (61) 를 갖는 것이었다. 그러나, 리니어 모터 (61) 대신에, 회전 모터로부터 출력되는 회전 운동을 볼 나사에 의해 직진 운동으로 변환하는 기구를 사용해도 된다.Moreover, the linear movement mechanism 60 of the said embodiment had the linear motor 61. As shown in FIG. However, instead of the linear motor 61, a mechanism for converting the rotational motion output from the rotational motor into a linear motion by means of a ball screw may be used.

또, 상기 실시형태 및 변형예에 등장한 각 요소를, 모순이 생기지 않는 범위에서 적절히 조합해도 된다.Moreover, you may combine each element which appeared in the said embodiment and a modified example suitably in the range which does not produce a contradiction.

1 묘화 장치
10 반송 장치
11 기대
12 스테이지
13 주주사 기구
14 부주사 기구
15 회전 기구
16 하단 지지 플레이트
17 중단 지지 플레이트
18 스테이지 자세 추정 장치
20 프레임
30 묘화 처리부
40 제어부
50 센서
60 직진 기구
61 리니어 모터
62 에어 가이드
63 제어 기판
80 자세 계측 장치
91 입력 데이터 취득부
92 자세 추정부
911 계측치 입력부
912 입력 데이터 생성부
921 추정치 결정부
M1, M2, M3 학습이 완료된 모델
W 기판
d 입력 데이터
θ 요잉 각도
θ1, θ2, θ3 가추정치
θr 추정 결과
1 drawing device
10 conveying device
11 anticipation
12 stages
13 Shareholders' Organization
14 Sub-injection apparatus
15 rotating mechanism
16 Bottom support plate
17 Interrupted support plate
18 stage posture estimation device
20 frames
30 drawing processing unit
40 control
50 sensors
60 straight mechanism
61 linear motor
62 air guide
63 control board
80 Posture measurement device
91 input data acquisition unit
92 Posture estimation unit
911 measurement input
912 input data generator
921 Estimate Determination Unit
M1, M2, M3 training completed model
W board
d input data
θ yaw angle
θ1, θ2, θ3 tentative values
θr estimation result

Claims (9)

평판상의 스테이지를 반송 기구에 의해 반송하는 반송 장치에 있어서, 상기 스테이지의 요잉 각도를 추정하는 스테이지 자세 추정 장치로서,
상기 반송 기구로부터 출력되는 계측치 또는 상기 계측치에 기초하여 산출되는 값을, 입력 데이터로서 취득하는 입력 데이터 취득부와,
상기 입력 데이터에 기초하여 상기 스테이지의 요잉 각도를 추정하여, 추정 결과를 출력하는 자세 추정부를 구비하고,
상기 자세 추정부는,
상기 입력 데이터에 기초하여 상기 스테이지의 요잉 각도의 가추정치를 출력하는 복수의 학습이 완료된 모델과,
상기 복수의 학습이 완료된 모델로부터 출력되는 복수의 상기 가추정치에 기초하여, 상기 추정 결과를 결정하는 추정치 결정부를 갖는, 스테이지 자세 추정 장치.A transport apparatus for transporting a flat-panel stage by a transport mechanism, comprising: a stage attitude estimation device for estimating a yaw angle of the stage;
an input data acquisition unit configured to acquire, as input data, a measured value output from the conveying mechanism or a value calculated based on the measured value;
a posture estimator for estimating the yaw angle of the stage based on the input data and outputting an estimation result;
The posture estimation unit,
A plurality of learned models for outputting tentative estimates of the yaw angle of the stage based on the input data;
and an estimation value determining unit configured to determine the estimation result based on the plurality of tentative estimation values output from the plurality of learned models. 제 1 항에 있어서,
상기 복수의 학습이 완료된 모델은, 서로 상이한 알고리즘에 의해 생성된 것인, 스테이지 자세 추정 장치.The method of claim 1,
The plurality of learned models are generated by different algorithms, the stage posture estimation apparatus. 제 1 항 또는 제 2 항에 있어서,
상기 추정치 결정부는, 상기 복수의 가추정치의 평균치를, 상기 추정 결과로 하는, 스테이지 자세 추정 장치.3. The method according to claim 1 or 2,
and the estimated value determining unit uses an average value of the plurality of tentative estimates as the estimation result. 제 1 항 또는 제 2 항에 있어서,
상기 복수의 학습이 완료된 모델에, 가중 비율이 설정되어 있고,
상기 추정치 결정부는, 상기 가중 비율을 사용한 상기 복수의 가추정치의 가중 평균치를, 상기 추정 결과로 하는, 스테이지 자세 추정 장치.3. The method according to claim 1 or 2,
A weighting ratio is set in the model on which the plurality of learning has been completed,
and the estimated value determining unit uses a weighted average value of the plurality of tentative estimates using the weighting ratio as the estimation result. 제 4 항에 있어서,
상기 추정치 결정부는, 상기 반송 기구의 동작 상태를 나타내는 상태 변수에 기초하여, 상기 가중 비율을 변경하는, 스테이지 자세 추정 장치.5. The method of claim 4,
and the estimated value determining unit changes the weighting ratio based on a state variable indicating an operation state of the conveying mechanism. 제 1 항 또는 제 2 항에 있어서,
상기 추정치 결정부는, 상기 반송 기구의 동작 상태를 나타내는 상태 변수에 기초하여, 상기 복수의 가추정치 중 어느 1 개를 선택하고, 선택된 상기 가추정치를, 상기 추정 결과로 하는, 스테이지 자세 추정 장치.3. The method according to claim 1 or 2,
and the estimated value determining unit selects any one of the plurality of provisional estimates based on a state variable indicating an operation state of the conveying mechanism, and uses the selected provisional estimate as the estimation result. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 반송 기구는, 상기 스테이지를 1 쌍의 직진 기구에 의해 반송하고,
상기 입력 데이터 취득부는, 상기 1 쌍의 직진 기구의 토크치의 차분에 기초하여, 상기 입력 데이터를 생성하는, 스테이지 자세 추정 장치.7. The method according to any one of claims 1 to 6,
The conveying mechanism conveys the stage by a pair of straight forward mechanisms,
The said input data acquisition part generates the said input data based on the difference of the torque value of the said pair of straight forward mechanism, The stage attitude|position estimation apparatus. 제 1 항 내지 제 7 항 중 어느 한 항에 기재된 스테이지 자세 추정 장치와,
상기 스테이지와,
상기 반송 기구를 구비한, 반송 장치.The stage posture estimation apparatus according to any one of claims 1 to 7;
the stage and
A conveying apparatus provided with the said conveying mechanism. 평판상의 스테이지를 반송 기구에 의해 반송하는 반송 장치에 있어서, 상기 스테이지의 요잉 각도를 추정하는 스테이지 자세 추정 방법으로서,
a) 상기 반송 기구로부터 출력되는 계측치 또는 상기 계측치에 기초하여 산출되는 값을, 입력 데이터로서 취득하는 공정과,
b) 상기 입력 데이터에 기초하여 상기 스테이지의 요잉 각도를 추정하여, 추정 결과를 출력하는 공정을 구비하고,
상기 공정 b) 에서는, 복수의 학습이 완료된 모델에 상기 입력 데이터를 입력하고, 상기 복수의 학습이 완료된 모델로부터 출력되는 복수의 가추정치에 기초하여, 상기 추정 결과를 결정하는, 스테이지 자세 추정 방법.A method for estimating a stage posture for estimating a yaw angle of a stage in a conveying apparatus for conveying a flat-panel stage by a conveying mechanism, the method comprising:
a) acquiring, as input data, a measured value output from the conveying mechanism or a value calculated based on the measured value;
b) estimating the yaw angle of the stage based on the input data and outputting an estimation result;
In the step b), the input data is input to a plurality of learned models, and the estimation results are determined based on a plurality of tentative estimation values output from the plurality of learned models.
KR1020227025709A 2020-01-28 2021-01-13 Stage attitude estimation device, return device, and stage attitude estimation method Active KR102828670B1 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2020-011638 2020-01-28
JP2020011638A JP7379183B2 (en) 2020-01-28 2020-01-28 Stage posture estimation device, transport device, and stage posture estimation method
PCT/JP2021/000818 WO2021153228A1 (en) 2020-01-28 2021-01-13 Stage orientation estimation device, conveyance device, and stage orientation estimation method

Publications (2)

Publication Number Publication Date
KR20220120645A true KR20220120645A (en) 2022-08-30
KR102828670B1 KR102828670B1 (en) 2025-07-02

Family

ID=77078783

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227025709A Active KR102828670B1 (en) 2020-01-28 2021-01-13 Stage attitude estimation device, return device, and stage attitude estimation method

Country Status (4)

Country Link
JP (1) JP7379183B2 (en)
KR (1) KR102828670B1 (en)
CN (1) CN115023660A (en)
WO (1) WO2021153228A1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW202310131A (en) * 2021-08-24 2023-03-01 日商東京威力科創股份有限公司 Substrate-processing apparatus, model data generation apparatus, substrate-processing method, and model generation method
JP2024087130A (en) * 2022-12-19 2024-07-01 株式会社Ｓｃｒｅｅｎホールディングス Exposure apparatus, exposure method, and method for creating machine learning model

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1055952A (en) * 1996-08-08 1998-02-24 Canon Inc Scanning stage apparatus and exposure apparatus using the same
JP2003162330A (en) * 2001-11-28 2003-06-06 Yaskawa Electric Corp Positioning control method and positioning control device
JP2009032008A (en) * 2007-07-26 2009-02-12 Yokogawa Electric Corp Linear actuator
JP2016072434A (en) 2014-09-30 2016-05-09 株式会社Ｓｃｒｅｅｎホールディングス Pattern formation device and pattern formation method
JP2018195018A (en) * 2017-05-16 2018-12-06 ファナック株式会社 Machine learning apparatus, servo control system, and machine learning method
WO2019069649A1 (en) * 2017-10-06 2019-04-11 キヤノン株式会社 Control device, lithography device, measuring device, machining device, planarization device, and method for manufacturing goods

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10284409A (en) * 1997-04-09 1998-10-23 Nikon Corp Substrate rotation positioning device
JP2003264133A (en) 2002-03-08 2003-09-19 Nikon Corp Stage control apparatus, exposure apparatus, device manufacturing method, and stage control method
JP2010205326A (en) * 2009-03-02 2010-09-16 Ricoh Co Ltd Electron beam drawing device, method for calculating stage position deviation, and pattern drawing method
WO2019189661A1 (en) 2018-03-29 2019-10-03 国立大学法人奈良先端科学技術大学院大学 Learning dataset creation method and device
JP2020001127A (en) 2018-06-28 2020-01-09 勇貴 高橋 Picking system, picking processing equipment, and program
JP7330816B2 (en) 2019-08-26 2023-08-22 株式会社Ｓｃｒｅｅｎホールディングス STAGE POSTURE ESTIMATION DEVICE, TRANSPORT DEVICE, STAGE POSTURE ESTIMATION METHOD, AND TRANSPORT METHOD

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1055952A (en) * 1996-08-08 1998-02-24 Canon Inc Scanning stage apparatus and exposure apparatus using the same
JP2003162330A (en) * 2001-11-28 2003-06-06 Yaskawa Electric Corp Positioning control method and positioning control device
JP2009032008A (en) * 2007-07-26 2009-02-12 Yokogawa Electric Corp Linear actuator
JP2016072434A (en) 2014-09-30 2016-05-09 株式会社Ｓｃｒｅｅｎホールディングス Pattern formation device and pattern formation method
JP2018195018A (en) * 2017-05-16 2018-12-06 ファナック株式会社 Machine learning apparatus, servo control system, and machine learning method
WO2019069649A1 (en) * 2017-10-06 2019-04-11 キヤノン株式会社 Control device, lithography device, measuring device, machining device, planarization device, and method for manufacturing goods

Also Published As

Publication number Publication date
JP2021117394A (en) 2021-08-10
WO2021153228A1 (en) 2021-08-05
JP7379183B2 (en) 2023-11-14
CN115023660A (en) 2022-09-06
KR102828670B1 (en) 2025-07-02

Similar Documents

Publication Publication Date Title
US8676355B2 (en) Position control apparatus including iterative learning circuit, exposure apparatus, method for manufacturing device, and iterative learning method for use in position control apparatus having iterative learning circuit including learning filter
KR20220120645A (en) Stage attitude estimation apparatus, conveyance apparatus, and stage attitude estimation method
JP4443891B2 (en) Stage equipment
JP7263121B2 (en) DATA COLLECTION METHOD, LEARNING METHOD, DATA COLLECTION SYSTEM AND LEARNING SYSTEM
JP2010014427A (en) Measuring device
JP7330816B2 (en) STAGE POSTURE ESTIMATION DEVICE, TRANSPORT DEVICE, STAGE POSTURE ESTIMATION METHOD, AND TRANSPORT METHOD
US20150279613A1 (en) Positioning control device
KR20220119127A (en) Conveying apparatus and conveying method
JP2023068825A (en) Charged particle beam device
JP7242422B2 (en) Stage posture grasping device, stage moving device, stage posture grasping method, and stage posture correcting method
KR101050512B1 (en) Parameter correction method of mobile robot
JP2006222312A (en) Stage control apparatus and method, stage apparatus, and exposure apparatus
KR20250102073A (en) Exposure device, exposure method, and method for creating a machine learning model
JP2002157017A (en) Positioning device
CN113383281B (en) Control device and storage medium
JP6234170B2 (en) Program, generating method, generating apparatus, driving apparatus, processing apparatus, lithographic apparatus, and article manufacturing method
JP4580600B2 (en) Galvano scanner control method, apparatus, and galvano scanner
KR20220046483A (en) Positioning apparatus, lithography apparatus and article manufacturing method
Sharma et al. Non-Linear Dynamic Modeling of Cartesian-Frame FFF 3-D Printer Gantry for Predictive Control
JP3600025B2 (en) Shape measuring device
JPH10184780A (en) Anti-rolling device
JP2015070022A (en) Beam position correction device, exposure device, and pattern drawing device
Sharma et al. Non-Linear Dynamic Modeling of Cartesian-Frame
JP2007241699A (en) Positioning control device and positioning control method

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20220722

Patent event code: PA01051R01D

Comment text: International Patent Application

PA0201 Request for examination
PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20241203

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20250512

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20250630

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20250630

End annual number: 3

Start annual number: 1

PG1601 Publication of registration