JP7731723B2 - コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置 - Google Patents

コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置

Info

Publication number
JP7731723B2
JP7731723B2 JP2021125332A JP2021125332A JP7731723B2 JP 7731723 B2 JP7731723 B2 JP 7731723B2 JP 2021125332 A JP2021125332 A JP 2021125332A JP 2021125332 A JP2021125332 A JP 2021125332A JP 7731723 B2 JP7731723 B2 JP 7731723B2
Authority
JP
Japan
Prior art keywords
cost function
function data
cost
pressure
discharge pressure
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.)
Active
Application number
JP2021125332A
Other languages
English (en)
Other versions
JP2023020136A (ja
Inventor
武瑠 仲村
智靖 古田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Screen Holdings Co Ltd
Original Assignee
Screen Holdings Co Ltd
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 Screen Holdings Co Ltd filed Critical Screen Holdings Co Ltd
Priority to JP2021125332A priority Critical patent/JP7731723B2/ja
Publication of JP2023020136A publication Critical patent/JP2023020136A/ja
Application granted granted Critical
Publication of JP7731723B2 publication Critical patent/JP7731723B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Coating Apparatus (AREA)

Description

本明細書で開示される主題は、コスト関数データを生成する技術に関する。
産業機械の制御装置においては、様々な制御パラメータが存在し、しばしば出荷前に調整が行われる。このパラメータ調整作業は、一般的に技術者によって行われる。しかしながら、省人化によるコスト削減や、ばらつきの抑制のため、調整作業の自動化が強く求められている。このため、効率よくパラメータを最適化する手法がこれまでにもいくつか提案されている。
例えば、特許文献１では、宇宙機の設計寿命に関する状態パラメータおよび外部環境条件を、ベイズ最適化手法で最適化することが提案されている。具体的には、各種パラメータから温度を予測する熱伝導モデルを用いて、予測温度と実測温度の絶対差を計算し、当該絶対差が最小となる各種パラメータが、ベイズ最適化で求められる。
また、特許文献２では、パルスアーク溶接に使用するパルス波形について、スパッタ量がより低減されるパルス波形を、ベイズ最適化手法で求めることが提案されている。
特開２０１９－２１５７５０号公報 特開２０２０－１５７３４７号公報
特許文献１，２では、いずれも、温度やスパッタ量といった明快な単一の評価値をコスト関数（目的関数）として、コスト関数が最小となる最適化が行われている。しかしながら、出力に対する定量的な単一の評価値（指標）が存在しない場合、あるいは、その存在が不明な場合に、複数の指標を組み合わせることで適切なコスト関数を設計することが考えられる。
例えば、フラットパネルディスプレイ（ＦＰＤ）製造工程のコータデベロッパでは、ポンプ駆動によって処理液をスリットノズルから吐出し、搬送される基板に処理液を塗布する。理想的な塗布を実現するためには、ポンプ駆動の制御パラメータの調整が必要となる。制御パラメータの調整は、一般的には、実際に処理液を吐出し、ノズル付近に設置した圧力センサで観測される圧力波形の良否が作業者の目視で評価される。圧力波形の良否は、例えば、圧力が規定値に達するまでの時間、圧力立ち上げ速度、オーバーシュートの有無など、複数の評価項目で判断されるが、圧力波形を適切に評価するためには、熟練の経験や知識が必要とされている。このため、熟練の経験や知識が乏しい場合でも、圧力波形を適切に評価する技術が求められている。
また、圧力波形を適切に評価するため、複数の指標を統合するコスト関数を設計し、当該コスト関数が出力する値に基づいて、ポンプ駆動の制御パラメータを最適化することが考えられる。しかしながら、複数の指標を統合するコスト関数を適切に設計するためには、熟練の経験と知識が必要となる。また、装置構成の変更によって波形の出力の特性が変化した場合、コスト関数の再設計が必要となる場合が多い。複数の指標を統合するコスト関数を再設計するためには、指標同士のバランスを考慮する必要があるため、コスト関数の再設計は容易ではない。
本発明の目的は、処理装置の制御パラメータを最適化するためのコスト関数を適切に設計することができる技術を提供することにある。
上記課題を解決するため、第１態様は、コンピュータを用いて実行されるコスト関数データ生成方法であって、ａ）前記コンピュータが、複数パターンの制御パラメータで処理装置を制御した場合における、前記処理装置の動作状態を測定した複数の測定データを準備する工程と、ｂ）前記コンピュータが、前記複数の測定データにランクを付与する工程と、ｃ）前記コンピュータが、前記測定データから抽出される複数の項目の指標値を重み付けして統合したコスト値を出力するコスト関数における重みを決定する工程と、を含み、前記工程ｃ）は、各前記測定データについて前記コスト関数が出力する前記コスト値と、前記工程ｂ）によって各前記測定データに付与された前記ランクとの相関が高くなるように、前記コンピュータが前記コスト関数における重みを調整する工程を含む。
第２態様は、第１態様のコスト関数データ生成方法であって、前記工程ｃ）は、ｃ－１）前記コンピュータが、前記ランクと、調整された前記重みに基づく前記コスト値との相関を示す相関情報を表示する工程を含む。
第３態様は、第２態様のコスト関数データ生成方法であって、前記相関情報は、各測定データについて、前記ランクと、調整された前記重みに基づく前記コスト値との関係を示す分布を含む。
第４態様は、第３態様のコスト関数データ生成方法であって、前記相関情報は、前記ランクと前記コスト値との関係を示す回帰直線を含む。
第５態様は、第２態様から第４態様のいずれか１つのコスト関数データ生成方法であって、前記相関情報は、前記ランクと前記コスト値との関係を示す相関係数を含む。
第６態様は、第２態様から第５態様のいずれか１つのコスト関数データ生成方法であって、前記工程ｃ）は、ｃ－２）前記コンピュータが、前記複数の項目毎の指標値に対する前記重みを調整するためのインジケータを表示部に表示する工程と、ｃ－３）前記コンピュータが、前記表示部に表示された前記インジケータの操作に基づいて、前記重みを調整する工程と、を含み、前記工程ｃ－１）は、前記コンピュータが、前記工程ｃ－３）によって調整された前記重みに基づく前記相関情報を表示する工程を含む。
第７態様は、第１態様のコスト関数データ生成方法であって、前記コスト関数が、前記複数の項目の指標値を入力とし、前記コスト値を出力とするニューラルネットワークを含み、前記工程ｃ）は、前記コンピュータが、前記ニューラルネットワークを用いた機械学習を行う工程を含む、。
第８態様は、第７態様のコスト関数データ生成方法であって、前記ニューラルネットワークは、２つ以上の前記測定データについての前記指標値を入力として、前記２つ以上の測定データに対する前記コスト値を出力し、前記工程ｃ）は、前記コンピュータが、前記２つ以上の測定データに対する前記コスト値と、前記２つ以上の測定データに付与されている前記ランクとの間における相関係数を目的関数として機械学習を行う工程を含む。
第９態様は、第１態様から第８態様のいずれか１つのコスト関数データ生成方法であって、前記処理装置が、処理液に吐出圧力を与えてノズルから処理液を吐出する装置であり、前記測定データが、前記吐出圧力を示すデータである。
第１０態様は、第１態様から第９態様のいずれか１つのコスト関数データ生成方法であって、前記コンピュータが、前記測定データに対して、前記複数のデータを１０以下の段階数でランクを付与する工程を含む。
第１１態様は、コスト関数データ生成プログラムであって、第１態様から第１０態様のいずれか１つのコスト関数データ生成方法をコンピュータに実行させる。
第１２態様は、コスト関数データ生成装置であって、複数パターンの制御パラメータで処理装置を制御した場合における、前記処理装置の動作状態を測定した複数の測定データを記憶する記憶部と、所定の操作入力に基づいて、前記複数の測定データにランクを付与するランク付与部と、前記測定データから抽出される複数の項目の指標値を重み付けして統合したコスト値を出力するコスト関数における重みを決定する重み決定部とを備え、前記重み決定部は、各前記測定データについて前記コスト関数が出力する前記コスト値と、前記ランク付与部によって各前記測定データに付与された前記ランクとの相関が高くなるように、前記コスト関数における重みを調整する。
第１３態様は、第１２態様のコスト関数データ生成装置であって、前記ランクと、調整された前記重みに基づく前記コスト値との相関を示す相関情報を表示する表示部をさらに備える。
第１４態様は、第１２態様または第１３態様のコスト関数データ生成装置であって、前記コスト関数が、前記複数の項目の指標値を入力とし、前記コスト値を出力とするニューラルネットワークで表現され、前記重み決定部は、前記ニューラルネットワークを用いた機械学習を行う学習部を含む。
第１態様のコスト関数データ生成方法によると、測定データに関して、コスト関数が出力するコスト値が、あらかじめ付与されるランクと互いに相関するように、コスト関数の重みが決定される。これにより、測定データの評価に関して熟練の経験や知識が乏しい場合でも、測定データを複数の項目の指標値を重み付けして統合するコスト関数を適切に設計できる。
第２態様のコスト関数データ生成方法によると、相関情報に基づいて、調整された重みの妥当性を評価できる。
第３態様のコスト関数データ生成方法によると、ランクとコスト値との関係を示す分布に基づいて、調整された重みの妥当性を評価できる。
第４態様のコスト関数データ生成方法によると、ランクとコスト値との関係を示す回帰直線に基づいて、調整された重みの妥当性を評価できる。
第５態様のコスト関数データ生成方法によると、相関係数に基づいて、コスト関数を適切に生成できる。
第６態様のコスト関数データ生成方法によると、インジケータの操作により重みを容易に調整できる。また、調整された重みに基づく相関情報を表示することにより、調整された重みを相関情報に基づいて評価できる。
第７態様のコスト関数データ生成方法によると、ニューラルネットワークを用いた機械学習を行うことにより、ニューラルネットワークによって表現されるコスト関数のデータを適切に生成できる。
第１０態様のコスト関数データ生成方法によると、ランクの段階数を１０以下とすることにより、測定データに対するランクの付与を容易に行うことができる。
第１実施形態に係る塗布装置の全体構成を模式的に示す図である。 塗布液供給機構の構成を示す図である。 制御ユニットの構成例を示すブロック図である。 吐出圧力評価プログラムに基づいて実行される吐出圧力評価方法の一例を示すフローチャートである。 吐出圧力の評価に用いられる各期間を説明するための図である。 吐出圧力の時間変化に対して圧力評価部が実行する演算の一例を模式的に示す図である。 特徴量Ｆｖ１に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ２に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ３に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ４を説明するための図である。 特徴量Ｆｖ５を説明するための図である。 特徴量Ｆｖ６に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ７に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ８に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ９に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 特徴量Ｆｖ１０に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。 コスト関数データの生成手順を概念的に示す図である。 コスト関数データの生成手順の流れを示す図である。 図１８に示す重み決定工程の流れを示す図である。 重み調整ウインドウＡＷ１の例を示す図である。 第２実施形態に係るコスト関数データ生成部を示す図である。 コスト関数を表現するニューラルネットワークを示す図である。
以下、添付の図面を参照しながら、本発明の実施形態について説明する。なお、この実施形態に記載されている構成要素はあくまでも例示であり、本発明の範囲をそれらのみに限定する趣旨のものではない。図面においては、理解容易のため、必要に応じて各部の寸法や数が誇張又は簡略化して図示されている場合がある。
＜１． 第１実施形態＞
図１は、第１実施形態に係る塗布装置１の全体構成を模式的に示す図である。塗布装置１は、基板Ｓの上面Ｓｆに塗布液を塗布する基板処理装置である。基板Ｓは、例えば、液晶表示装置用のガラス基板である。なお、基板Ｓは、半導体ウエハ、フォトマスク用ガラス基板、プラズマディスプレイ用ガラス基板、磁気・光ディスク用のガラス又はセラミック基板、有機ＥＬ用ガラス基板、太陽電池用ガラス基板又はシリコン基板、その他フレキシブル基板およびプリント基板などの電子機器向けの各種被処理基板であってもよい。塗布装置１は、例えばスリットコータである。なお、塗布装置１の各要素の配置関係を説明するため、図面においては、ＸＹＺ座標系を定義している。基板Ｓの搬送方向は、「Ｘ方向」である。Ｘ方向において基板Ｓが進行する方向（搬送方向の下流へ向かう方）が＋Ｘ方向、その逆方向（搬送方向の上流へ向かう方）が－Ｘ方向である。また、Ｘ方向に直交する方向はＹ方向であり、Ｘ方向及びＹ方向に直交する方向はＺ方向である。以下の説明では、Ｚ方向を鉛直方向とし、Ｘ方向およびＹ方向を水平方向とする。Ｚ方向において、＋Ｚ方向を上方向、－Ｚ方向を下方向とする。
塗布装置１は、＋Ｘ方向に向かって順に、入力コンベヤ１００と、入力移載部２と、浮上ステージ部３と、出力移載部４と、出力コンベヤ１１０とを備えている。入力コンベヤ１００と、入力移載部２と、浮上ステージ部３と、出力移載部４と、出力コンベヤ１１０とは、基板Ｓが通過する搬送経路を形成している。また、塗布装置１は、基板搬送部５と、塗布機構７と、塗布液供給機構８と、制御ユニット９とをさらに備えている。
基板Ｓは、上流側から入力コンベヤ１００に搬送される。入力コンベヤ１００は、コロコンベヤ１０１と、回転駆動機構１０２とを備えている。回転駆動機構１０２は、コロコンベヤ１０１の各コロを回転させる。コロコンベヤ１０１の各コロの回転によって、基板Ｓは、水平姿勢で下流（＋Ｘ方向）に搬送される。「水平姿勢」とは、基板Ｓの主面（面積が最大の面）が水平面（ＸＹ平面）に対して平行な状態をいう。
入力移載部２は、コロコンベヤ２１と回転・昇降駆動機構２２とを備えている。回転・昇降駆動機構２２は、コロコンベヤ２１の各コロを回転させるとともに、コロコンベヤ２１を昇降させる。コロコンベヤ２１の回転によって、基板Ｓは、水平姿勢で下流（＋Ｘ方向）に搬送される。また、コロコンベヤ２１の昇降により、基板ＳのＺ方向における位置が変更される。基板Ｓは、入力コンベヤ１００から入力移載部２を介して浮上ステージ部３へ移載される。
図１に示すように、浮上ステージ部３は、略平板状である。浮上ステージ部３は、Ｘ方向に沿って３分割されている。浮上ステージ部３は、＋Ｘ方向に向かって順に、入口浮上ステージ３１と、塗布ステージ３２と、出口浮上ステージ３３とを備えている。入口浮上ステージ３１の上面、塗布ステージ３２の上面、および出口浮上ステージ３３の上面は、同一平面上にある。浮上ステージ部３は、リフトピン駆動機構３４と、浮上制御機構３５と、昇降駆動機構３６とをさらに備えている。リフトピン駆動機構３４は、入口浮上ステージ３１に配置されたいくつかのリフトピンを昇降させる。浮上制御機構３５は、基板Ｓを浮上させるための圧縮空気を、入口浮上ステージ３１、塗布ステージ３２、および出口浮上ステージ３３に供給する。昇降駆動機構３６は、出口浮上ステージ３３を昇降させる。
入口浮上ステージ３１の上面、および、出口浮上ステージ３３の上面には、浮上制御機構３５から供給される圧縮空気を噴出する多数の噴出穴がマトリクス状に配置されている。各噴出穴から圧縮空気が噴出すると、基板Ｓが浮上ステージ部３に対して上方に浮上する。すると、基板Ｓの下面Ｓｂが浮上ステージ部３の上面から離間しつつ、水平姿勢で支持される。基板Ｓが浮上した状態における、基板Ｓの下面Ｓｂと浮上ステージ部３の上面との間の距離（浮上量）は、例えば、１０μｍ以上５００μｍ以下である。
塗布ステージ３２の上面には、浮上制御機構３５から供給される圧縮空気を噴出する噴出穴と、気体を吸引する吸引穴とが、Ｘ方向およびＹ方向において、交互に配置されている。浮上制御機構３５は、噴出穴からの圧縮空気の噴出量と、吸引穴からの空気の吸引量とを制御する。これにより、塗布ステージ３２の上方を通過する基板Ｓの上面ＳｆのＺ方向における位置が規定値となるように、塗布ステージ３２に対する基板Ｓの浮上量が精密に制御される。なお、塗布ステージ３２に対する基板Ｓの浮上量は、後述するセンサ６１またはセンサ６２の検出結果に基づいて、制御ユニット９により算出される。また、塗布ステージ３２に対する基板Ｓの浮上量は、好ましくは、気流制御によって高精度に調整可能とされる。
浮上ステージ部３に搬入された基板Ｓは、コロコンベヤ２１から＋Ｘ方向への推進力が付与され、入口浮上ステージ３１上に搬送される。入口浮上ステージ３１、塗布ステージ３２および出口浮上ステージ３３は、基板Ｓを浮上状態で支持する。浮上ステージ部３として、例えば、特許第５３４６６４３号に記載された構成が採用されてもよい。
基板搬送部５は、浮上ステージ部３の下方に配置されている。基板搬送部５は、チャック機構５１と、吸着・走行制御機構５２とを備える。チャック機構５１は、吸着部材に設けられた吸着パッド（図示省略）を備えている。チャック機構５１は吸着パッドを基板Ｓの下面Ｓｂの周縁部に当接させることにより、基板Ｓを下側から支持する。吸着・走行制御機構５２は、吸着パッドに負圧を付与することにより、基板Ｓを吸着パッドに吸着する。また、吸着・走行制御機構５２は、基板搬送部５をＸ方向に往復走行させる。
チャック機構５１は、基板Ｓの下面Ｓｂが浮上ステージ部３の上面よりも高い位置に位置する状態で、基板Ｓを保持する。基板Ｓは、チャック機構５１により周縁部が保持された状態で、浮上ステージ部３から付与される浮力により水平姿勢を維持する。
図１に示すように、塗布装置１は、板厚測定用のセンサ６１を備えている。センサ６１は、コロコンベヤ２１の近傍に配置されている。センサ６１は、チャック機構５１に保持された基板Ｓの上面ＳｆのＺ方向における位置を検出する。また、センサ６１の直下に基板Ｓを保持していない状態のチャック（図示省略）が位置することで、センサ６１は吸着部材の上面である吸着面の鉛直方向Ｚにおける位置を検出可能となっている。
チャック機構５１は、浮上ステージ部３に搬入された基板Ｓを保持しつつ、＋Ｘ方向に移動する。これにより、基板Ｓが入口浮上ステージ３１の上方から塗布ステージ３２の上方を経由して、出口浮上ステージ３３の上方へ搬送される。そして、基板Ｓは、出口浮上ステージ３３から出力移載部４へ移動される。
出力移載部４は、基板Ｓを出口浮上ステージ３３の上方の位置から出力コンベヤ１１０へ移動させる。出力移載部４は、コロコンベヤ４１と、回転・昇降駆動機構４２とを備えている。回転・昇降駆動機構４２は、コロコンベヤ４１を回転駆動するとともに、コロコンベヤ４１をＺ方向に沿って昇降させる。コロコンベヤ４１の各コロが回転することによって、基板Ｓが＋Ｘ方向へ移動する。また、コロコンベヤ４１が昇降することによって、基板ＳがＺ方向に変位する。
出力コンベヤ１１０は、コロコンベヤ１１１と、回転駆動機構１１２とを備えている。出力コンベヤ１１０は、コロコンベヤ１１１の各コロの回転により基板Ｓを＋Ｘ方向に搬送し、基板Ｓを塗布装置１外へ払い出す。なお、入力コンベヤ１００および出力コンベヤ１１０は、塗布装置１の一部である。ただし、入力コンベヤ１００及び出力コンベヤ１１０は、塗布装置１とは別の装置に組み込まれていてもよい。
塗布機構７は、基板Ｓの上面Ｓｆに塗布液を塗布する。塗布機構７は、基板Ｓの搬送経路の上方に配置されている。塗布機構７は、ノズル７１を有する。ノズル７１は、下面にスリット状の吐出口を有するスリットノズルである。ノズル７１は、位置決め機構（不図示）に接続されている。位置決め機構は、ノズル７１を、塗布ステージ３２の上方の塗布位置（図１中、実線で示す位置）と、後述するメンテナンス位置との間で移動させる。塗布液供給機構８は、ノズル７１に接続されている。塗布液供給機構８がノズル７１に塗布液を供給することによって、ノズル７１の下面に配置された吐出口から塗布液が吐出される。
図２は、塗布液供給機構８の構成を示す図である。塗布液供給機構８は、ポンプ８１と、配管８２と、塗布液補充ユニット８３と、配管８４と、開閉弁８５と、圧力計８６と、駆動部８７とを備えている。ポンプ８１は、塗布液をノズル７１に送給するための送給源であり、体積変化により塗布液を送給する。ポンプ８１は、例えば、特開平１０－６１５５８号公報に記載されたベローズタイプのポンプを採用してもよい。図２に示すように、ポンプ８１は、径方向において弾性膨張収縮自在である可撓性チューブ８１１を有している。可撓性チューブ８１１の一方端は、配管８２を介して塗布液補充ユニット８３と接続されている。可撓性チューブ８１１の他方端は、配管８４を介してノズル７１と接続されている。
図２に示すように、ポンプ８１は、軸方向において弾性変形自在であるベローズ８１２を有している。ベローズ８１２は、小型ベローズ部８１３と、大型ベローズ部８１４と、ポンプ室８１５と、作動ディスク部８１６とを有している。ポンプ室８１５は、可撓性チューブ８１１とベローズ８１２との間に配置されている。ポンプ室８１５には、非圧縮性媒体が封入されている。作動ディスク部８１６は、駆動部８７に接続されている。
塗布液補充ユニット８３は、塗布液を貯留する貯留タンク８３１を有している。貯留タンク８３１は、配管８２を介してポンプ８１と接続されている。配管８２には、開閉弁８３３が介挿されている。開閉弁８３３は、制御ユニット９からの指令に応じて開閉する。開閉弁８３３が開かれると、貯留タンク８３１からポンプ８１の可撓性チューブ８１１への塗布液の補給が可能となる。また、開閉弁８３３が閉じると、貯留タンク８３１からポンプ８１の可撓性チューブ８１１への塗布液の補充が規制される。
配管８４は、ポンプ８１の出力側に接続されている。開閉弁８５は、配管８４に介挿されている。開閉弁８５は、制御ユニット９からの指令に応じて開閉する。開閉弁８５が開閉することにより、ノズル７１に対する塗布液の送液と送液停止とが切り替えられる。圧力計８６は、配管８４に配置されている。圧力計８６は、ノズル７１に送液される塗布液の圧力（吐出圧力）を検出し、検出した圧力値を示す信号を制御ユニット９に出力する。
駆動部８７は、制御ユニット９からの指令に応じて、所定の移動パターン（時間経過に対する作動ディスク部８１６の速度の変化を示すパターン）で作動ディスク部８１６を軸方向に変位させる。作動ディスク部８１６の変位により、ベローズ８１２の内側の容積が変化する。これにより、可撓性チューブ１３が径方向に膨張収縮してポンプ動作を実行し、塗布液補充ユニット８３から補給される塗布液がノズル７１に向けて送給される。このように、作動ディスク部８１６の移動パターンは、ノズル７１から吐出される塗布液の吐出特性（吐出圧力の時間変化）と密接に関係しているため、移動パターンに応じて、所定の吐出特性が得られる。
図２に示すように、塗布液供給機構８から塗布液が供給されるノズル７１には、センサ６２が配置されている。センサ６２は、基板ＳのＺ方向における高さを非接触で検知する。センサ６２は、制御ユニット９と電気的に接続されている。センサ６２の検出結果に基づいて、制御ユニット９は、浮上している基板Ｓと、塗布ステージ３２の上面との間の距離（離間距離）を測定する。そして、制御ユニット９は、測定した離間距離に基づいて、位置決め機構によるノズル７１の塗布位置を調整する。なお、センサ６２としては、光学式センサ、または、超音波センサを適用できる。
塗布機構７は、ノズル洗浄待機ユニット７２を備えている。ノズル洗浄待機ユニット７２は、メンテナンス位置に配置されたノズル７１に対して所定のメンテナンスを行う。ノズル洗浄待機ユニット７２は、ローラ７２１と、洗浄部７２２と、ローラバット７２３とを有している。ノズル洗浄待機ユニット７２は、ノズル７１に対して洗浄および液だまりの形成を行うことによって、ノズル７１の吐出口を塗布処理に適した状態に整える。また、塗布装置１においては、塗布液に加わる吐出圧力を評価するため、ノズル７１がメンテナンス位置に配置された状態で、ノズル７１から塗布液を吐出する擬似吐出が実行される。
図３は、制御ユニット９の構成例を示すブロック図である。制御ユニット９は、塗布装置１の各要素の動作を制御する。制御ユニット９は、コンピュータであって、演算部９１と、記憶部９３と、ユーザインターフェース９５とを備えている。演算部９１は、ＣＰＵ（Central Processing Unit）またはＧＰＵ（Graphics Processing Unit）などで構成されるプロセッサである。記憶部９３は、ＲＡＭ（Random Access Memory）などの一過性の記憶装置、および、ＨＤＤ（Hard Disk Drive）およびＳＤＤ（Solid State Drive）などの非一過性の補助記憶装置で構成される。
ユーザインターフェース９５は、ユーザに情報を表示するディスプレイ、ユーザによる入力操作を受け付ける入力機器を有している。制御ユニット９としては、例えばデスクトップ型、ラップトップ型、あるいはタブレット型のコンピュータを用いることができる。
記憶部９３は、吐出圧力評価プログラム９７と、コスト関数データ生成プログラム９８とを記憶する。吐出圧力評価プログラム９７と、コスト関数データ生成プログラム９８とは、例えば記録媒体Ｍによって提供される。記録媒体Ｍは、吐出圧力評価プログラム９７またはコスト関数データ生成プログラム９８を、コンピュータである制御ユニット９によって読取可能に記録している。記録媒体Ｍは、例えば、ＵＳＢ（Universal Serial Bus）メモリ、ＤＶＤ（Digital Versatile Disc）などの光学ディスク、磁気ディスクなどである。
演算部９１は、吐出圧力評価プログラム９７を実行することにより、吐出圧力の測定を実行する測定実行部９１１と、測定された吐出圧力を、コスト関数を用いて評価する圧力評価部９１３として機能する。また、演算部９１は、コスト関数データ生成プログラム９８を実行することにより、コスト関数データ生成部９１５として機能する。
図４は、吐出圧力評価プログラム９７に基づいて実行される吐出圧力評価方法の一例を示すフローチャートである。吐出圧力測定工程Ｓ１０１では、測定実行部９１１が、吐出圧力評価プログラム９７に規定される移動パターンに基づいて、作動ディスク部８１６を移動させることによって、ノズル７１から吐出液を吐出させる（擬似吐出）。これにより、作動ディスク部８１６は、大局的には、速度ゼロから所定の目標速度まで加速し、目標速度で所定の期間において等速移動してから、目標速度から速度ゼロまで減速する。なお、特許文献２に記載されているように、作動ディスク部８１６の速度が最高速度に達してから目標速度に安定するまでの局所的な期間においては、作動ディスク部８１６の速度（パラメータ）が調整されて移動パターンが設定されている。
本例では、吐出圧力評価プログラム９７は、吐出圧力が次の手順で変化するように、作動ディスク部８１６の移動パターンを規定している。
・吐出圧力が、初期圧力Ｐｉから初期圧力Ｐｉよりも大きい目標圧力Ｐｔまで増加する。
・吐出圧力が、目標圧力Ｐｔで安定する。
・吐出圧力が、目標圧力Ｐｔから初期圧力Ｐｉまで減少する。
吐出圧力測定工程Ｓ１０１において、測定実行部９１１は、作動ディスク部８１６の移動に伴いノズル７１から塗布液を吐出させることと並行して、所定のサンプリング周期で圧力計８６による吐出圧力の測定値を周期的に取得する。測定実行部９１１は、ノズル７１から塗布液が吐出される吐出期間Ｔｔ（図５参照）において、塗布液に与えられた吐出圧力を測定し、取得した吐出圧力を吐出圧力データ９９として記憶部９３に記憶させる。吐出圧力データ９９は、時刻と当該時刻で測定された吐出圧力の値とを対応付けて示すデータである。
測定結果評価工程Ｓ１０２において、圧力評価部９１３は、吐出圧力データ９９が示す吐出圧力の時間変化を、コスト関数を用いて評価する。コスト関数は、内部関数として指標値算出関数を有する。指標値算出関数は、吐出圧力データ９９が示す吐出圧力の時間変化から、所定の評価項目毎の指標値Ｖｉ（特徴量）を算出する。また、コスト関数は、算出された指標値Ｖｉを重み付けして統合（総和）する。コスト関数は、吐出圧力データ９９をｘ、指標値算出関数Ｖｉとして、次式で表される。
ｙ＝Σｗ（ｉ）×Ｖｉ（ｘ）
次に、指標値算出関数が算出する指標値について、評価項目毎に詳述する。
図５は、吐出圧力の評価に用いられる各期間を説明するための図である。図５に示すグラフは、吐出圧力の時間変化を表しており、横軸は時刻を、縦軸は吐出圧力を、それぞれ示している。なお、図６以降に示す各グラフにおいても、横軸は時刻を、縦軸は吐出圧力を、それぞれ示している。
図５に示すように、吐出圧力測定工程Ｓ１０１において、測定実行部９１１は、ノズル７１からの塗布液の吐出を開始する前から、ノズル７１からの塗布液の吐出を終了した後に亘って（すなわち、吐出期間Ｔｔの前後に亘って）、吐出圧力データ９９を取得する。なお、ノズル７１からの塗布液の吐出を開始する時刻ｔａにおける吐出圧力と、ノズル７１からの塗布液の吐出を終了した時刻ｔｅにおける吐出圧力とは、初期圧力Ｐｉとなっている。ただし、吐出の開始時および終了時それぞれの圧力が、常に初期圧力Ｐｉに一致するとは限らない。
図５に示すように、吐出期間Ｔｔは、立ち上がり期間Ｔａと、遷移期間Ｔｂと、定常期間Ｔｃと、立ち下がり期間Ｔｄとに分割される。立ち上がり期間Ｔａは、塗布液供給機構８がノズル７１からの塗布液の吐出を開始する時刻ｔａ（すなわち、塗布液供給機構８が作動ディスク部８１６の移動を開始する時刻ｔａ）から、吐出圧力が目標圧力Ｐｔに到達する時刻ｔｂまでの期間である。つまり、時刻ｔａにおいてノズル７１からの塗布液の吐出が開始されると、吐出圧力は、時刻ｔａから時刻ｔｂまでの間に、初期圧力Ｐｉから目標圧力Ｐｔまで増加する。
遷移期間Ｔｂは、時刻ｔｂから、所定の振動減衰期間を経過する時刻ｔｃまでの期間である。この振動減衰期間は、吐出圧力の時間変化が安定するのに要する期間であり、例えばユーザによるユーザインターフェース９５への入力操作によってあらかじめ設定され、記憶部９３に記憶されている。
定常期間Ｔｃは、時刻ｔｃから、塗布液供給機構８が吐出圧力の減少を開始する時刻ｔｄ（すなわち、塗布液供給機構８が作動ディスク部８１６の目標速度からの減速を開始する時刻ｔｄ）までの期間である。つまり、塗布液供給機構８は、時刻ｔｃから時刻ｔｄまでの間、作動ディスク部８１６を等速で移動させ、時刻ｔｄに作動ディスク部８１６の減速を開始する。なお、定常期間Ｔｃにおいて、吐出圧力は基本的に目標圧力Ｐｔで安定する。ただし、定常期間Ｔｃにおいても、吐出圧力の時間変化は微小な振動を含んでいる。このため、定常期間Ｔｃにおいて、吐出圧力は、目標圧力Ｐｔよりも大きくなったり、小さくなったりする。
遷移期間Ｔｂと定常期間Ｔｃとは、定圧期間Ｔｂｃを構成する。つまり、定圧期間Ｔｂｃは、時刻ｔｂから時刻ｔｄの間の期間である。
立ち下がり期間Ｔｄは、時刻ｔｄから、塗布液供給機構８がノズル７１からの塗布液の吐出を終了する時刻ｔｅ（すなわち、塗布液供給機構８が作動ディスク部８１６を停止させる時刻ｔｅ）までの期間である。つまり、吐出圧力は、時刻ｔｄから時刻ｔｅまでの間に初期圧力Ｐｉまで減少し、時刻ｔｅにおいて、ノズル７１からの塗布液の吐出が停止する。
図６は、吐出圧力の時間変化に対して圧力評価部９１３が実行する演算の一例を模式的に示す図である。図６に示すように、圧力評価部９１３は、吐出圧力の時間変化を時間で微分することによって、吐出圧力の時間変化の１回微分Ｄ１を算出する。さらに、圧力評価部９１３は、吐出圧力の時間変化の１回微分Ｄ１を時間で微分することによって、吐出圧力の時間変化の２回微分Ｄ２を算出する。また、圧力評価部９１３は、次の各式に基づき、平均絶対誤差ＭＡＥおよび二乗平均平方根誤差ＲＭＳＥを算出する。
ＭＡＥ（α、β）＝（１／ｎ）・（Σ｜α－β｜）
ＲＭＳＥ（α、β）＝（（１／ｎ）・（Σ（α－β）２））１／２
ｎは、データ数である。
図７は、特徴量Ｆｖ１に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図７に示す評価項目では、定常期間Ｔｃにおける吐出圧力の平均値（すなわち定常圧力Ｐｍ）と初期圧力Ｐｉとの差に相当する振幅を有する台形波形と、吐出圧力データ９９との誤差（理想台形絶対誤差）に基づき、吐出圧力データ９９が示す吐出圧力の時間変化が評価される。
具体的には、立ち上がり期間Ｔａのうち、所定の下側基準圧力と、当該下側基準圧力より大きい所定の上側基準圧力との間における吐出圧力の時間変化に対して線形回帰分析が実行されて、立ち上がり回帰直線Ｌｒ_Ｒが算出される。この立ち上がり回帰直線Ｌｒ_Ｒは、時刻ｔ１１から時刻ｔ１２の間で、初期圧力Ｐｉから定常圧力Ｐｍまで線形に増加する。
同様に、立ち下がり期間Ｔｄのうち、上側基準圧力と下側基準圧力との間における吐出圧力の時間変化に対して線形回帰分析が実行されて、立ち下がり回帰直線Ｌｒ_Ｆが算出される。この立ち下がり回帰直線Ｌｒ_Ｆは、時刻ｔ１３から時刻ｔ１４の間で、定常圧力Ｐｍから初期圧力Ｐｉまで線形に減少する。
なお、下側基準圧力および上側基準圧力は、初期圧力Ｐｉより大きくて目標圧力Ｐｔより小さい圧力であり、例えばユーザによるユーザインターフェース９５への入力操作によって設定されて、記憶部９３に記憶される。例えば、下側基準圧力は、初期圧力Ｐｉと目標圧力Ｐｔとの差の絶対値の２０％の圧力を初期圧力Ｐｉに加算した圧力としてもよい。また、上側基準圧力は、初期圧力Ｐｉと目標圧力Ｐｔとの差の絶対値の８０％の圧力を初期圧力Ｐｉに加算した圧力としてもよい。
また、時刻ｔａから時刻ｔ１１までの区間に対して、開始時近似直線Ｌｒ_sが設定される。この開始時近似直線Ｌｒ_sは、初期圧力Ｐｉを示す傾きがゼロの直線である。つまり、開始時近似直線Ｌｒ_sは、ノズル７１からの塗布液の吐出開始時点（時刻ｔａ）から、立ち上がり回帰直線Ｌｒ_Ｒの開始時点までを接続する直線である。なお、回帰直線の状態（傾き）によっては、時刻ｔ１１は時刻ｔａより前になり、時刻ｔ１２は時刻ｔｂより後になることもある。このように、ｔ１１＜ｔａとなる場合には、開始時近似直線Ｌｒ_ｓは省略される。
また、時刻ｔ１４から時刻ｔｅまでの区間に対して、終了時近似直線Ｌｒ_ｅが設定される。この終了時近似直線Ｌｒ_ｅは、初期圧力Ｐｉを示す傾きがゼロの直線である。つまり、終了時近似直線Ｌｒ_ｅは、立ち下がり回帰直線Ｌｒ_Ｆの終了時点から、ノズル７１からの塗布液の吐出終了時点（時刻ｔｅ）までを接続する直線である。なお、ｔｅ＜ｔ１４となる場合には、終了時近似直線Ｌｒ_ｅは省略される。
さらに、時刻ｔ１２から時刻ｔ１３の区間に対して、定常直線Ｌｒ_ｍが設定される。この定常直線Ｌｒ_ｍは、定常圧力Ｐｍを示す傾きがゼロの直線である。つまり、定常直線Ｌｒ_ｍは、立ち上がり回帰直線Ｌｒ_Ｒの終了時点（時刻ｔ１２）と立ち下がり回帰直線Ｌｒ_Ｆの開始時点（時刻ｔ１３）とを接続する、定常圧力Ｐｍを示す直線である。
以上のように、圧力評価部９１３は、時系列で配列された開始時近似直線Ｌｒ_s、立ち上がり回帰直線Ｌｒ_Ｒ、定常直線Ｌｒ_ｍ、立ち下がり回帰直線Ｌｒ_Ｆおよび終了時近似直線Ｌｒ_ｅで構成された近似波形ＷＦ１を算出する。そして、圧力評価部９１３は、時刻ｔａから時刻ｔｅまでの吐出期間Ｔｔの全体において、吐出圧力データ９９と近似波形ＷＦ１との間の平均絶対誤差ＭＡＥ（理想台形絶対誤差）を、特徴量Ｆｖ１として算出する。圧力評価部９１３は、算出した特徴量Ｆｖ１を、指標値Ｖ１として、記憶部９３に記憶させる。
図７の特徴量Ｆｖ１に基づく評価によれば、吐出期間Ｔｔの全体における吐出圧力の時間変化が理想的な形状（すなわち、台形形状）から大きく乖離する場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図８は、特徴量Ｆｖ２に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図８の評価項目では、吐出圧力の立ち上がりの滑らかさが評価される。具体的には、立ち上がり期間Ｔａのうち、下側基準圧力Ｐ２_ｌと、当該下側基準圧力Ｐ２_ｌより大きい上側基準圧力Ｐ２_ｕとの間における吐出圧力の時間変化に対して曲線回帰分析が実行されて、立ち上がり回帰曲線Ｎｒが算出される。この曲線回帰分析は二次曲線によって実行される。
下側基準圧力Ｐ２_ｌは初期圧力Ｐｉに設定される。また、上側基準圧力Ｐ２_ｕは、下側基準圧力Ｐ２_ｌより大きくて目標圧力Ｐｔより小さい圧力である。上側基準圧力Ｐ２＿ｕは、例えばユーザによるユーザインターフェース９５への入力操作によって設定され、記憶部９３に記憶される。上側基準圧力Ｐ２_ｕは、初期圧力Ｐｉと目標圧力Ｐｔとの差の絶対値の２０％の圧力を初期圧力Ｐｉに加算した圧力としてもよい。この立ち上がり回帰曲線Ｎｒは、時刻ｔ２１から時刻ｔ２２の間で、下側基準圧力Ｐ２_ｌ（初期圧力Ｐｉ）から上側基準圧力Ｐ２_ｕまで増加する。なお、時刻ｔ２１は時刻ｔａに一致し、時刻ｔ２２は時刻ｔａより後で時刻ｔｂより前の時刻である。
圧力評価部９１３は、立ち上がり回帰曲線Ｎｒで構成された波形ＷＦ２を算出する。そして、圧力評価部９１３は、時刻ｔ２１から時刻ｔ２２までの立ち上がり初期期間Ｔａ_ｓにおいて、吐出圧力データ９９と波形ＷＦ２との間の二乗平均平方根誤差ＲＭＳＥを、特徴量Ｆｖ２として算出する。そして、圧力評価部９１３は、算出した特徴量Ｆｖ２を、指標値Ｖ２として、記憶部９３に記憶させる。
図８の特徴量Ｆｖ２に基づく評価によれば、ノズル７１からの塗布液の吐出開始前の状態の影響を受けて、吐出開始直後の吐出圧力に異常が発生した場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。なお、曲線回帰分析に使用可能な曲線は二次曲線に限られず、指数関数などの別の曲線でもよい。
図９は、特徴量Ｆｖ３に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図９の評価項目では、立ち上がり期間Ｔａが一定期間内に収まっているかが評価される。具体的には、圧力評価部９１３は、初期圧力Ｐｉから目標圧力Ｐｔへ吐出圧力が増大するのに要する時刻ｔａから時刻ｔｂまでの立ち上がり期間Ｔａの長さ（＝ｔｂ－ｔａ）を特徴量Ｆｖ３として算出する。そして、圧力評価部９１３は、算出した特徴量Ｆｖ３を、指標値Ｖ３として記憶部９３に記憶させる。
図９の特徴量Ｆｖ３に基づく評価によれば、目標圧力Ｐｔまでの立ち上がりに時間を要する吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１０は、特徴量Ｆｖ４を説明するための図である。図１０（Ａ）は、特徴量Ｆｖ４に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１０（Ｂ）は、特徴量Ｆｖ４に基づく評価によって不適正と判断される吐出圧力の時間変化の例を示す図である。図１０（Ａ）の評価項目では、吐出圧力の立ち上がりにおける異常の有無が評価される。
具体的には、圧力評価部９１３は、時刻ｔａから時刻ｔｂまでの立ち上がり期間Ｔａについて、吐出圧力の時間変化の１回微分Ｄ１を算出して、１回微分波形ＷＦ４を求める。そして、圧力評価部９１３は、立ち上がり期間Ｔａにおいて、１回微分波形ＷＦ４が、所定の閾値Ｔｈ４と交差する回数を、特徴量Ｆｖ４として求める。図１０（Ａ）の例では、１回微分波形ＷＦ４と閾値Ｔｈ４（例えば、０．００２）とは、時刻ｔ４１および時刻ｔ４２のそれぞれで交差しており、交差回数（特徴量Ｆｖ４）は２回となる。圧力評価部９１３は、算出した特徴量Ｆｖ４を、指標値Ｖ４として記憶部９３に記憶させる。
図１０（Ａ）の特徴量Ｆｖ４に基づく評価によれば、立ち上がり期間Ｔａにおける吐出圧力の時間変化に段が生じた場合に（例えば、図１０（Ｂ）に示すように）、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１１は、特徴量Ｆｖ５を説明するための図である。図１１（Ａ）は、特徴量Ｆｖ５に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１１（Ｂ）は、特徴量Ｆｖ５に基づく評価によって不適正と判断される吐出圧力の時間変化の例を示す図である。図１１（Ａ）の評価項目では、吐出圧力の立ち上がりにおける異常の有無が評価される。
具体的には、圧力評価部９１３は、時刻ｔａから時刻ｔｂまでの立ち上がり期間Ｔａについて、吐出圧力の時間変化の２回微分Ｄ２を算出して、２回微分波形ＷＦ５を求める。そして、圧力評価部９１３は、立ち上がり期間Ｔａにおいて、２回微分波形ＷＦ５の絶対値が、所定の閾値Ｔｈ５と交差する回数を、特徴量Ｆｖ５として求める。図１１（Ａ）の例では、２回微分波形ＷＦ５の絶対値と閾値Ｔｈ５（例えば、０．０００２）とは、時刻ｔ５１、ｔ５２、ｔ５３およびｔ５４のそれぞれで交差しており、交差回数（特徴量Ｆｖ５）は４回となる。圧力評価部９１３は、算出した特徴量Ｆｖ５を、指標値Ｖ５として記憶部９３に記憶させる。
図１１（Ａ）の特徴量Ｆｖ５に基づく評価によれば、立ち上がり期間Ｔａにおける吐出圧力の時間変化に段が生じた場合に（例えば、図１１（Ｂ）に示すように）、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１２は、特徴量Ｆｖ６に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１２の評価項目では、吐出圧力の立ち上がりが後半において失速していないかが評価される。具体的には、圧力評価部９１３は、時刻ｔａから時刻ｔｂまでの立ち上がり期間Ｔａについて、吐出圧力の時間変化の２回微分Ｄ２を算出して、２回微分波形ＷＦ６を求める。
そして、圧力評価部９１３は、立ち上がり期間Ｔａにおいて、２回微分波形ＷＦ６が、所定の正の閾値（Ｔｈ５）より大きくなる時間Ｔ_１ｓｔと、２回微分波形ＷＦ６が所定の負の閾値（－Ｔｈ５）より小さくなる時間Ｔ_２ｎｄとをそれぞれ求める。ここで、正の閾値と負の閾値とは、同一の絶対値（Ｔｈ５）を有して、互いに異なる符号を有する。かかる正および負の閾値の絶対値（Ｔｈ５）は、上記の特徴量Ｆｖ５による評価で用いた閾値Ｔｈ５のそれと等しい。そして、圧力評価部９１３は、これらの時間の比（＝Ｔ_１ｓｔ／Ｔ_２ｎｄ）を、特徴量Ｆｖ６として求める。さらに、圧力評価部９１３は、次式に基づき、特徴量Ｆｖ６を変換する。
Ｆｖ６＝｜１－Ｆｖ６｜
圧力評価部９１３は、変換された特徴量Ｆｖ６を、指標値Ｖ６として記憶部９３に記憶させる。
塗布液の塗布対象となる基板Ｓの搬送速度は、加速期間の後半においても失速することなく目標速度に到達する。したがって、塗布液に与えられる吐出圧力も立ち上がり期間Ｔａにおいて失速することなく、目標圧力Ｐｔに到達することが好適となる。これに対して、図１２の特徴量Ｆｖ６に基づく評価によれば、立ち上がり期間Ｔａにおいて吐出圧力が失速した場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１３は、特徴量Ｆｖ７に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１３の評価項目では、立ち上がりの終了時における吐出圧力の時間変化の鋭さが評価される。具体的には、立ち上がり期間Ｔａのうち、下側基準圧力Ｐ７_ｌと、当該下側基準圧力Ｐ７_ｌより大きい上側基準圧力Ｐ７_ｕとの間における吐出圧力の時間変化に対して直線回帰分析が実行されて、立ち上がり終期回帰直線Ｌｒが算出される。ここで、下側基準圧力Ｐ７_ｌは、初期圧力Ｐｉと目標圧力Ｐｔとの差の絶対値の８０％の圧力を初期圧力Ｐｉに加算した圧力であり、上側基準圧力Ｐ７_ｕは、初期圧力Ｐｉと目標圧力Ｐｔとの差の絶対値の９０％の圧力を初期圧力Ｐｉに加算した圧力であり、吐出圧力は、時刻ｔ７１から時刻ｔ７２までの間に、下側基準圧力Ｐ７_ｌから上側基準圧力Ｐ７_ｕへ増大する。
この立ち上がり終期回帰直線Ｌｒは、時間経過に伴って増大して、時刻ｔ７３において定常圧力Ｐｍ（定常期間Ｔｃにおける吐出圧力の平均値）に到達する。こうして、時刻ｔ７１から時刻ｔ７３の区間に対して、立ち上がり終期回帰直線Ｌｒが設定される。さらに、圧力評価部９１３は、時刻ｔ７３から時刻ｔｂまでの間において定常圧力Ｐｍを示す傾きがゼロの延設直線Ｌｍを設定する。上述の通り、時刻ｔｂは、吐出圧力が目標圧力Ｐｔに到達する時刻であり、立ち上がり期間Ｔａの終了時刻に相当する。つまり、この延設直線Ｌｍは、立ち上がり終期回帰直線Ｌｒ（の終了時点）から立ち上がり期間Ｔａの終了時点まで延設するように設けられる。なお、ｔｂ＜ｔ７３の場合には、延設直線Ｌｍは省略される。
こうして、時系列で配列された立ち上がり終期回帰直線Ｌｒおよび延設直線Ｌｍで構成された近似波形ＷＦ７が算出される。そして、圧力評価部９１３は、吐出圧力が目標圧力Ｐｔの９０％となる時刻ｔ７２から１００％となる時刻ｔｂまでの立ち上がり終期期間Ｔａ_ｅにおいて、吐出圧力データ９９と近似波形ＷＦ７との間の差を示す値を、特徴量Ｆｖ７として算出する。具体的には、重み基準時間幅Ｔｗ＝ｔ７３－ｔ７２が設定される。そして、重み付き二乗平方根誤差和が、次式に基づき算出される。
Ｆｖ７＝（Σ（Ｐ_measure－ＷＦ７）２×Ｗ）１／２
Ｐ_measure＝吐出圧力データ９９
時刻ｔ≦ｔ７３＋２×Ｔｗの範囲でＷ＝１
時刻ｔ＞ｔ７３＋２×Ｔｗの範囲でＷ＝ｗ
ｗは、１より大きい重み係数であり、例えば１０である
圧力評価部９１３は、算出した特徴量Ｆｖ７を、指標値Ｖ７として圧力評価部９１３に記憶させる。図１３の特徴量Ｆｖ７に基づく評価によれば、立ち上がりの勢いが弱く丸みを帯びた波形を吐出圧力の時間変化が示す場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１４は、特徴量Ｆｖ８に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１４の評価項目では、吐出圧力の立ち上がりに発生するオーバーシュートの程度が評価される。具体的には、圧力評価部９１３は、吐出圧力が最大値Ｐｍａｘに達した時刻ｔ８１において、吐出圧力の２回微分Ｄ２の符号（正／負）を求める。そして、圧力評価部９１３は、吐出圧力の２回微分Ｄ２の符号が、時刻ｔ８１での符号から２回切り替わる時刻ｔ８２を算出する。そして、時刻ｔ８１から時刻ｔ８２までの初期振動期間Ｔｂ_ｓにおける吐出圧力の時間変化が評価される。
具体的には、この初期振動期間Ｔｂ_ｓにおける吐出圧力の時間変化の最小値Ｐ８ｍｉｎが求められて、定常圧力Ｐｍおよび圧力Ｐ８ｍｉｎのうち、小さい方の圧力が、対象圧力Ｐｇに選択される。そして、最大圧力Ｐｍａｘと対象圧力Ｐｇとの差、すなわち次式に基づき、特徴量Ｆｖ８が算出される。
Ｆｖ８＝Ｐｍａｘ－Ｐｇ
圧力評価部９１３は、算出した特徴量Ｆｖ８を、指標値Ｖ８として記憶部９３に記憶させる。図１４の特徴量Ｆｖ８に基づく評価によれば、立ち上がりの勢いが強く、大きなオーバーシュートを吐出圧力の時間変化が示す場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１５は、特徴量Ｆｖ９に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１５の評価項目では、遷移期間Ｔｂにおける吐出圧力の時間変化の安定度が評価される。具体的には、圧力評価部９１３は、遷移期間Ｔｂにおける吐出圧力と、定常期間Ｔｃにおける吐出圧力の平均値である定常圧力Ｐｍとについて、次式に基づき、二乗平均平方根誤差ＲＭＳＥ（Ｐ_measure，Ｐｍ）を特徴量Ｆｖ９として算出する。
Ｆｖ９＝ＲＭＳＥ（Ｐ_measure，Ｐｍ）
Ｐ_measure＝吐出圧力データ９９
圧力評価部９１３は、算出した特徴量Ｆｖ９を、指標値Ｖ９として記憶部９３に記憶させる。図１５の特徴量Ｆｖ９に基づく評価によれば、吐出圧力の時間変化が遷移期間Ｔｂにおいてリンギングを示す場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
図１６は、特徴量Ｆｖ１０に基づき吐出圧力の時間変化を評価する評価項目を説明するための図である。図１６に示す評価項目では、定圧期間Ｔｂｃにおける吐出圧力の時間変化の安定度が評価される。具体的には、圧力評価部９１３は、定圧期間Ｔｂｃにおいて、吐出圧力の最大値Ｐｍａｘと最小値Ｐ１０ｍｉｎとを求める。そして、圧力評価部９１３は、定圧期間Ｔｂｃにおける最大圧力Ｐｍａｘと最小圧力Ｐ１０ｍｉｎとの差、すなわち次式に基づき、特徴量Ｆｖ１０を算出する。
Ｆｖ１０＝Ｐｍａｘ－Ｐ１０ｍｉｎ
圧力評価部９１３は、算出した特徴量Ｆｖ１０を、指標値Ｖ１０として記憶部９３に記憶させる。図１６の特徴量Ｆｖ１０に基づく評価によれば、塗布液の膜厚に影響の大きな定常期間Ｔｃにおいて大きなばらつきを吐出圧力の時間変化が示す場合に、この吐出圧力に対して大きなスコア（すなわち、否定的評価）を与えることができる。
測定結果評価工程Ｓ１０２において、圧力評価部９１３は、特徴量Ｆｖ１～Ｆｖ１０のそれぞれを吐出圧力データ９９から抽出した結果に基づき、指標値Ｖ１～Ｖ１０を算出する。そして、圧力評価部９１３は、指標値Ｖ１～Ｖ１０から、吐出圧力データ９９が示す吐出圧力の時間変化に対する最終的な評価値（最終評価値）を算出する。具体的には、吐出圧力データ９９をコスト関数に入力する。すると、その内部の指標値算出関数で指標値Ｖ１～Ｖ１０がそれぞれ算出され、さらにそれらを重み付けして足し合わせることによって得られるコスト値を、最終評価値として取得する。次に、コスト関数における重み（ｗｉ）を示すコスト関数データ９９１の生成手順について説明する。
＜コスト関数データの生成手順＞
図１７は、コスト関数データ９９１の生成手順を概念的に示す図である。図１８は、コスト関数データ９９１の生成手順の流れを示す図である。
コスト関数データ９９１を生成するため、まず、複数パターンの吐出圧力データ９９が準備される（図１８：吐出圧力データ準備工程Ｓ１）。具体的には、図１７に示すように、複数パターンの制御パラメータＡ，Ｂ，Ｃ・・・で塗布装置１を動作させた場合における、複数パターンの吐出圧力データ９９が準備される。吐出圧力データ９９は、塗布装置１の動作状態を示す測定データの一例である。
吐出圧力データ準備工程Ｓ１によって複数パターンの吐出圧力データ９９が準備されると、各吐出圧力データ９９に対してランク付与が行われる（ランク付与工程Ｓ２）。ランク付与は、具体的には、複数の吐出圧力データ９９を、あらかじめ設定された複数段階のランク（階級）に分類することによって実現される。複数段階のランクは、例えば、「非常に良い」、「良い」、「普通」、「悪い」および「非常に悪い」等、５～１０段階で構成される。コスト関数データ生成部９１５は、ユーザが分類したランクに応じて、吐出圧力データ９９にランク（「１」、「２」、「３」・・・等の数値）を付与する。本例では、目視において、吐出圧力データ９９の圧力波形が理想的な吐出波形に近いほど（すなわち、良好な圧力波形であるほど）、付与されるランクの値が小さくなるように設定される。
ランク付与工程Ｓ２では、制御ユニット９がランク付与の対象である複数の吐出圧力データ９９の圧力波形をディスプレイに表示するとともに、ユーザがディスプレイに表示された圧力波形を１つずつ目視で確認しつつランクを付与する操作を行う。そして、コスト関数データ生成部９１５は、ユーザの操作入力に応じて、各吐出圧力データ９９にランクを付与する。各吐出圧力データ９９に付与されたランクは、記憶部９３に適宜保存される。このように、コスト関数データ生成部９１５は、吐出圧力データ９９にランクを付与するランク付与部として機能する。なお、圧力評価部９１３が吐出圧力データ９９毎の指標値Ｖ１～Ｖ１０を算出し、算出された指標値Ｖ１～Ｖ１０が、吐出圧力データ９９とともにディスプレイに表示されてもよい。このようにすることで、ユーザが指標値Ｖ１～Ｖ１０を指標にしてランク付けを行うことができるため、ランク付けの精度を向上できる。
図１８に示すように、ランク付与工程Ｓ２が完了すると、重み決定工程Ｓ３が実行される。重み決定工程Ｓ３では、コスト関数における各指標値Ｖ１～Ｖ１０に対する重みが決定される。図１９は、図１８に示す重み決定工程Ｓ３の流れを示す図である。図１９に示すように、重み決定工程Ｓ３では、まず、ユーザがコスト関数の重みを調整する作業を行う（重み調整工程Ｓ３１）。この重み調整は、後述するＧＵＩ（重み調整ウインドウＡＷ１）を介して行われる。重みが調整されると、コスト関数データ生成部９１５は、調整された重みが適用されたコスト関数を用いて、各吐出圧力データ９９に対するコスト値をそれぞれ算出する（コスト値算出工程Ｓ３２）。コスト値が算出されると、コスト関数データ生成部９１５は、各吐出圧力データ９９について、ランクとコスト値の相関を示す相関情報をディスプレイに表示する（相関情報表示工程Ｓ３３）。
図２０は、重み調整ウインドウＡＷ１の例を示す図である。重み調整ウインドウＡＷ１は、コスト関数データ生成部９１５がディスプレイに表示するＧＵＩの１要素である。重み調整ウインドウＡＷ１は、重み調整領域ＡＲ１と、分布表示領域ＡＲ２と、分布表示選択領域ＡＲ３と、相関係数表示領域ＡＲ４と、確定ボタンＢＴ１とを有している。重み調整領域ＡＲ１は、各指標値の重みを調整するアイコン等が表示される領域である。重み調整領域ＡＲ１は、複数の指標値（ここでは、３つの指標値Ｘ，Ｙ，Ｚ）の重みを調整するための複数のインジケータＩＤ１を有している。インジケータＩＤ１は、重みの値を示す矢印アイコンを有している。ユーザが矢印アイコンを左右に移動させることにより、対応する指標値の重みを小さくしたり、大きくしたりすることができる。このように、ユーザがインジケータＩＤ１を操作する工程は、重みを調整する重み調整工程Ｓ３１に相当する。
分布表示領域ＡＲ２は、各吐出圧力データ９９について、あらかじめ付与されたランクと、コスト関数が出力するコスト値との関係を示す分布（以下、「ランク－コスト値分布」と称する。）が表示される領域である。ランク－コスト値分布は、ランクとコスト値との相関を示す相関情報の一例である。図２０に示すように、ランク－コスト値分布は、横軸をランク値、縦軸をコスト値として、分布表示領域ＡＲ２に表示される。分布表示選択領域ＡＲ３は、分布表示領域ＡＲ２に表示される分布のタイプを選択するための領域である。本例では、分布表示選択領域ＡＲ３は、ユーザが「散布図」と「箱ひげ図」の２つのタイプから１つを選択するためのラジオボタンを有している。「散布図」が選択された場合、図２０に示すように、分布表示領域ＡＲ２にランク－コスト値分布が散布図で表示される。また、「箱ひげ図」が選択された場合、分布表示領域ＡＲ２にランク－コスト値分布が「箱」と「ひげ」で表現された箱ひげ図で表示される。なお、コスト関数データ生成部９１５は、ランク－コスト値分布とともに、ランクとコスト値の関係を示す回帰直線ＲＬ１を表示してもよい。回帰直線ＲＬ１は、ランクとコスト値との相関を示す相関情報である。回帰直線ＲＬ１が表示されることによって、ユーザが回帰直線ＲＬ１を指標として、各指標値の重みを適切に調整できる。
図２０に示すランク－コスト値分布では、５つの各ランクに対して、いくつかの吐出圧力データ９９が分類されている。図示のように、付与されたランクが同じであっても、コスト値が異なる場合には、吐出圧力データ９９を示すドットが同一ランク内でコスト値の大きさに応じて縦軸方向に広がって分布することとなる。
相関係数表示領域ＡＲ４は、相関係数を表示するための領域である。コスト関数データ生成部９１５は、ランク－コスト値分布から、ランクとコスト値との関係を示す相関係数を算出し、算出した相関係数を相関係数表示領域ＡＲ４に表示する。相関係数は、ランクとコスト値との関係を示す相関情報の一例である。
コスト関数データ生成部９１５は、ユーザがインジケータＩＤ１を操作することによって重みを調整するたびに、調整された重みに基づくコスト値の算出（コスト値算出工程Ｓ３２）を行う。そして、コスト関数データ生成部９１５は、ディスプレイに表示される相関情報（ランク－コスト値分布、相関係数、回帰直線ＲＬ１）を更新する。これにより、ユーザは、リアルタイムに更新される相関情報を確認しながら、コスト関数の重みの調整を行うことができる。ユーザは、ディスプレイに表示される相関情報を確認しながら、ランクとコスト値との相関ができるだけ高くなるように、コスト関数の重みを調整する。これにより、目視によるランク付けに対応するコスト値を出力するように、コスト関数の重みが調整される。
確定ボタンＢＴ１は、調整された重みを確定する際に押下されるアイコンである。ユーザは、重みを確定する場合、当該確定ボタンＢＴ１を押下する操作を行う。コスト関数データ生成部９１５は、確定ボタンＢＴ１が押下されたかを判定する（図１９：判定工程Ｓ３４）。確定ボタンＢＴ１が押下された場合、コスト関数データ生成部９１５は、調整された重みを最終的なコスト関数の重みに確定する。確定された重みは、コスト関数データ９９１として、記憶部９３に保存される（図３等参照）。このように、コスト関数データ生成部９１５は、重みを決定する重み決定部として機能する。
なお、指標値Ｖ１～Ｖ１０について、その値の大きさに応じて、重みを条件分岐させてもよい。例えば、各指標値について、閾値を設定し、指標値が閾値未満の場合には、その閾値に対する重み（係数）をゼロとしてもよい。また、その指標値が閾値以上の場合には重みを１としてもよい。
＜効果＞
吐出圧力データ９９の圧力波形から、複数の特徴量Ｆｖ１～Ｆｖ１０を決めて、各指標値Ｖ１～Ｖ１０を取得することが可能である。しかしながら、指標値Ｖ１～Ｖ１０に基づいて、吐出圧力データ９９を評価するコスト関数（目的関数）を設計するには、通常、熟練の経験や知識を要する。これに対して、本実施形態では、吐出圧力データ９９に対して目視によりランク付けをし、コスト関数の出力（コスト値）とランクとの相関が高くなるように、コスト関数の重みが調整される。これにより、目視によるランク付けと一致するコスト値を出力するように、コスト関数を設計できる。したがって、吐出圧力データ９９の評価に関して熟練の経験や知識が乏しい場合でも、コスト関数を適切に設計できる。
また、ランク付けの段階数（Ｍ段）を、対象の吐出圧力データ９９の数（Ｎ個）よりも小さくすることにより、ランク付けを容易にすることができる。特に、ランクの段数を吐出圧力データ９９の数に比べて充分少ない数（例えば、５～１０段階）とすることによって、各吐出圧力データ９９に対して容易にランク付けを行うことができる。したがって、吐出圧力データ９９の評価に関して経験や知識が乏しいユーザでも、コスト関数を適切に設計できる。
＜２． 第２実施形態＞
第１実施形態では、ユーザによる重みの調整に基づいて、最終的な重み（コスト関数データ９９１）が決定されている。しかしながら、重みの決定方法は、このような手動によるものに限定されるものではなく、自動で行われてもよい。
図２１は、第２実施形態に係るコスト関数データ生成部９１５を示す図である。図２２は、コスト関数を表現するニューラルネットワークＮＮ１を示す図である。図２１に示すように、コスト関数データ生成部９１５は、学習部９１６を備えている。学習部９１６は、図２２に示すニューラルネットワークＮＮ１を用いて機械学習を行う。ニューラルネットワークＮＮ１は、入力層Ｌ１１と、中間層Ｌ１３と、出力層Ｌ１５とを有している。入力層Ｌ１１には、複数の評価項目の指標値（指標値Ｖ１～Ｖ１０）が入力される。出力層は、コスト値を出力する。ニューラルネットワークＮＮ１は、複数の吐出圧力データ９９の各指標値Ｖ１～Ｖ１０を入力とし、複数の吐出圧力データ９９に対応するコスト値の集合を出力するように構成される。
学習部９１６は、ニューラルネットワークＮＮ１の出力であるコスト値の集合と、吐出圧力データ９９にあらかじめ付与されているランクの集合との相関が高くなるように、機械学習を行う。すなわち、学習部９１６は、コスト値とランクの相関係数を目的関数として、相関係数が最大化するように、機械学習を行う。学習部９１６の機械学習により、ニューラルネットワークＮＮ１における重みのパラメータが調整される。そして、機械学習が完了することにより、重みが最終的に決定される。このように、重みが決定されたニューラルネットワークＮＮ１は、複数の指標値Ｖ１～Ｖ１０からコスト値を計算するコスト関数として利用できる。
コスト関数データ生成部９１５が学習部９１６を備える場合、機械学習によってコスト関数（ニューラルネットワークＮＮ１）における重みを自動で決定できる。このため、手動によって重みを調整する場合と比べて、コスト関数の重みの決定にかかる労力を低減できる。
ニューラルネットワークＮＮ１の学習に対して充分な数の学習用データを準備する場合、作業量が大きいために多くの労力が必要となる。これに対して、上記のように、複数の吐出圧力データ９９を入力として、ランクの集合とコスト値の集合との相関係数を目的関数とする機械学習を行う場合、学習用データとして使用する吐出圧力データ９９を組み替えることで、学習用データを擬似的に水増しできる。したがって、吐出圧力データ９９の収集およびランク付けの労力を軽減しながら、機械学習を適切に実施することができる。
ニューラルネットワークＮＮ１の深さは、学習対象の複雑さによって選択するとよい。例えば、それぞれの指標に係数をかけて足し合わせるだけでよいような場合は、中間層Ｌ１３を省略してもよい。ニューラルネットワークＮＮ１における層の数が少なくなると、複雑な重み付けルールを表現することが困難となる。しかしながら、少ない学習用データで安定して学習を成功させることができる。
＜３． 変形例＞
以上、実施形態について説明してきたが、本発明は上記のようなものに限定されるものではなく、様々な変形が可能である。
例えば上記実施形態では、配管８２に取り付けられた圧力計８６により検出された圧力値に基づいて吐出特性を計測しているが、圧力計８６の取付位置はこれに限定されず、ノズル７１に送給される塗布液の圧力を検出することができる位置であれば、その取付位置は任意である。
また、上記実施形態では、ベローズタイプのポンプ８１を用いているが、ポンプの種類はこれに限定されるものではなく、例えばピストンを用いたシリンジタイプのポンプ（例えば特開２００８－１０１５１０号公報）を用いてもよい。
また、上記実施形態では、基板Ｓを浮上させた状態で基板Ｓの上面Ｓｆに塗布液を供給する塗布装置１に対して本発明を適用しているが、本発明の適用対象はこれに限定されるものではなく、ノズルに処理液を送給することで当該ノズルから基板の上面に処理液を供給して所定の処理を施す基板処理技術全般に本発明を適用することが可能である。
コスト関数は、上記の特徴量Ｆｖ１～Ｆｖ１０の指標値Ｖ１～Ｖ１０全てを重み付けして評価することは必須ではない。コスト関数は、これらの指標値Ｖ１～Ｖ１０の一部のみに基づいてコスト値を出力するように構成されていてもよい。
また、圧力評価部９１３およびコスト関数データ生成部９１５は、塗布装置１の要素である制御ユニット９によって実現されている。しかしながら、圧力評価部９１３またはコスト関数データ生成部９１５は、塗布装置１とは別の装置（コスト関数データ生成装置）によって実現されてもよい。
上記各実施形態では、測定データが、塗布装置１の吐出圧力データ９９である場合について説明したが、測定データは、これに限定されるものではない。測定データは、対象物を処理する処理装置における温度データ、速度データなど、測定可能なデータであれば、どのようなものでもよい。また、測定データは、実際の観測で得られるデータに限定されるものではなく、シミュレーションにより取得されるデータであってもよい。例えば、コンピュータ上で塗布装置１における擬似吐出をシミュレーションし、そのときに塗布液に付与される圧力の時間変化が、吐出圧力データ９９として取得されてもよい。
この発明は詳細に説明されたが、上記の説明は、すべての局面において、例示であって、この発明がそれに限定されるものではない。例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。上記各実施形態及び各変形例で説明した各構成は、相互に矛盾しない限り適宜組み合わせたり、省略したりすることができる。
１ 塗布装置
７１ ノズル
９３ 記憶部
９８ コスト関数データ生成プログラム
９１５ コスト関数データ生成部
９１６ 学習部
９９１ コスト関数データ
ＡＲ１ 重み調整領域
ＡＲ２ 分布表示領域
ＡＲ３ 分布表示選択領域
ＡＲ４ 相関係数表示領域
ＡＷ１ 重み調整ウインドウ
ＮＮ１ ニューラルネットワーク
ＲＬ１ 回帰直線

Claims (14)

  1. コンピュータを用いて実行されるコスト関数データ生成方法であって、
    ａ） 前記コンピュータが、複数パターンの制御パラメータで処理装置を制御した場合における、前記処理装置の動作状態を測定した複数の測定データを準備する工程と、
    ｂ） 前記コンピュータが、前記複数の測定データにランクを付与する工程と、
    ｃ） 前記コンピュータが、前記測定データから抽出される複数の項目の指標値を重み付けして統合したコスト値を出力するコスト関数における重みを決定する工程と、
    を含み、
    前記工程ｃ）は、各前記測定データについて前記コスト関数が出力する前記コスト値と、前記工程ｂ）によって各前記測定データに付与された前記ランクとの相関が高くなるように、前記コンピュータが前記コスト関数における重みを調整する工程を含む、コスト関数データ生成方法。
  2. 請求項１に記載のコスト関数データ生成方法であって、
    前記工程ｃ）は、
    ｃ－１） 前記コンピュータが、前記ランクと、調整された前記重みに基づく前記コスト値との相関を示す相関情報を表示する工程、
    を含む、コスト関数データ生成方法。
  3. 請求項２に記載のコスト関数データ生成方法であって、
    前記相関情報は、各測定データについて、前記ランクと、調整された前記重みに基づく前記コスト値との関係を示す分布を含む、コスト関数データ生成方法。
  4. 請求項３に記載のコスト関数データ生成方法であって、
    前記相関情報は、前記ランクと前記コスト値との関係を示す回帰直線を含む、コスト関数データ生成方法。
  5. 請求項２から請求項４のいずれか１項に記載のコスト関数データ生成方法であって、
    前記相関情報は、前記ランクと前記コスト値との関係を示す相関係数を含む、コスト関数データ生成方法。
  6. 請求項２から請求項５のいずれか１項に記載のコスト関数データ生成方法であって、
    前記工程ｃ）は、
    ｃ－２） 前記コンピュータが、前記複数の項目毎の指標値に対する前記重みを調整するためのインジケータを表示部に表示する工程と、
    ｃ－３） 前記コンピュータが、前記表示部に表示された前記インジケータの操作に基づいて、前記重みを調整する工程と、
    を含み、前記工程ｃ－１）は、
    前記コンピュータが、前記工程ｃ－３）によって調整された前記重みに基づく前記相関情報を表示する工程を含む、コスト関数データ生成方法。
  7. 請求項１に記載のコスト関数データ生成方法であって、
    前記コスト関数が、前記複数の項目の指標値を入力とし、前記コスト値を出力とするニューラルネットワークを含み、
    前記工程ｃ）は、前記コンピュータが、前記ニューラルネットワークを用いた機械学習を行う工程を含む、コスト関数データ生成方法。
  8. 請求項７に記載のコスト関数データ生成方法であって、
    前記ニューラルネットワークは、２つ以上の前記測定データについての前記指標値を入力として、前記２つ以上の測定データに対する前記コスト値を出力し、
    前記工程ｃ）は、前記コンピュータが、前記２つ以上の測定データに対する前記コスト値と、前記２つ以上の測定データに付与されている前記ランクとの間における相関係数を目的関数として機械学習を行う工程を含む、コスト関数データ生成方法。
  9. 請求項１から請求項８のいずれか１項に記載のコスト関数データ生成方法であって、
    前記処理装置が、処理液に吐出圧力を与えてノズルから処理液を吐出する装置であり、
    前記測定データが、前記吐出圧力を示すデータである、コスト関数データ生成方法。
  10. 請求項１から請求項９のいずれか１項に記載のコスト関数データ生成方法であって、
    前記工程ｂ）は、前記コンピュータが、前記測定データに対して、前記複数のデータを１０以下の段階数でランクを付与する工程を含む、コスト関数データ生成方法。
  11. コスト関数データ生成プログラムであって、
    請求項１から請求項１０のいずれか１項に記載のコスト関数データ生成方法をコンピュータに実行させる、コスト関数データ生成プログラム。
  12. コスト関数データ生成装置であって、
    複数パターンの制御パラメータで処理装置を制御した場合における、前記処理装置の動作状態を測定した複数の測定データを記憶する記憶部と、
    所定の操作入力に基づいて、前記複数の測定データにランクを付与するランク付与部と、
    前記測定データから抽出される複数の項目の指標値を重み付けして統合したコスト値を出力するコスト関数における重みを決定する重み決定部と、
    を備え、
    前記重み決定部は、各前記測定データについて前記コスト関数が出力する前記コスト値と、前記ランク付与部によって各前記測定データに付与された前記ランクとの相関が高くなるように、前記コスト関数における重みを調整する、コスト関数データ生成装置。
  13. 請求項１２に記載のコスト関数データ生成装置であって、
    前記ランクと、調整された前記重みに基づく前記コスト値との相関を示す相関情報を表示する表示部、
    をさらに備える、コスト関数データ生成装置。
  14. 請求項１２または請求項１３に記載のコスト関数データ生成装置であって、
    前記コスト関数が、前記複数の項目の指標値を入力とし、前記コスト値を出力とするニューラルネットワークで表現され、
    前記重み決定部は、前記ニューラルネットワークを用いた機械学習を行う学習部、を含む、コスト関数データ生成装置。
JP2021125332A 2021-07-30 2021-07-30 コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置 Active JP7731723B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021125332A JP7731723B2 (ja) 2021-07-30 2021-07-30 コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021125332A JP7731723B2 (ja) 2021-07-30 2021-07-30 コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置

Publications (2)

Publication Number Publication Date
JP2023020136A JP2023020136A (ja) 2023-02-09
JP7731723B2 true JP7731723B2 (ja) 2025-09-01

Family

ID=85159477

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021125332A Active JP7731723B2 (ja) 2021-07-30 2021-07-30 コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置

Country Status (1)

Country Link
JP (1) JP7731723B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024114390A (ja) 2023-02-13 2024-08-23 富士フイルムヘルスケア株式会社 画像処理装置及びそれを有する医用撮像装置、及び画像処理方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006236345A (ja) 2005-02-25 2006-09-07 Microsoft Corp データのランク付け関数を学習するシステムおよび方法
JP2010146068A (ja) 2008-12-16 2010-07-01 Hitachi Ltd プラントの制御装置及び火力発電プラントの制御装置
JP2011138484A (ja) 2009-12-30 2011-07-14 Nec (China) Co Ltd マルチレベル分類モデルを構築する方法とシステム
WO2013179577A1 (ja) 2012-05-31 2013-12-05 日本電気株式会社 多目的最適化システム、情報分析システム、多目的最適化方法およびプログラム
JP2016064356A (ja) 2014-09-25 2016-04-28 株式会社Ｓｃｒｅｅｎホールディングス 塗工装置および塗工装置のメンテナンス方法
US10338993B1 (en) 2018-04-22 2019-07-02 Sas Institute Inc. Analysis of failures in combinatorial test suite
JP2020047847A (ja) 2018-09-20 2020-03-26 株式会社Ｓｃｒｅｅｎホールディングス データ処理方法、データ処理装置、およびデータ処理プログラム
JP2021043626A (ja) 2019-09-10 2021-03-18 株式会社日立製作所 データ処理装置、データ処理方法、およびデータ処理プログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006236345A (ja) 2005-02-25 2006-09-07 Microsoft Corp データのランク付け関数を学習するシステムおよび方法
JP2010146068A (ja) 2008-12-16 2010-07-01 Hitachi Ltd プラントの制御装置及び火力発電プラントの制御装置
JP2011138484A (ja) 2009-12-30 2011-07-14 Nec (China) Co Ltd マルチレベル分類モデルを構築する方法とシステム
WO2013179577A1 (ja) 2012-05-31 2013-12-05 日本電気株式会社 多目的最適化システム、情報分析システム、多目的最適化方法およびプログラム
JP2016064356A (ja) 2014-09-25 2016-04-28 株式会社Ｓｃｒｅｅｎホールディングス 塗工装置および塗工装置のメンテナンス方法
US10338993B1 (en) 2018-04-22 2019-07-02 Sas Institute Inc. Analysis of failures in combinatorial test suite
JP2020047847A (ja) 2018-09-20 2020-03-26 株式会社Ｓｃｒｅｅｎホールディングス データ処理方法、データ処理装置、およびデータ処理プログラム
JP2021043626A (ja) 2019-09-10 2021-03-18 株式会社日立製作所 データ処理装置、データ処理方法、およびデータ処理プログラム

Also Published As

Publication number Publication date
JP2023020136A (ja) 2023-02-09

Similar Documents

Publication Publication Date Title
CN116504670B (zh) 参数优化方法、记录介质和基板处理装置
RU2756243C2 (ru) Система и способ оценки воздушной скорости летательного аппарата на основании модели лобового сопротивления
KR102724999B1 (ko) 토출 압력 평가 방법, 토출 압력 평가 프로그램, 기록 매체 및 기판 처리 장치
JP7731723B2 (ja) コスト関数データ生成方法、コスト関数データ生成プログラムおよびコスト関数データ生成装置
TWI827316B (zh) 吐出壓力評價方法、吐出壓力評價程式、記錄媒體及基板處理裝置
KR102716682B1 (ko) 제어 파라미터 조정 방법 및 기록 매체
CN117619592B (zh) 泵控制参数的调整方法、计算机程序、记录介质、喷出及涂布装置
JP7796791B2 (ja) パラメータ最適化装置、パラメータ最適化方法およびコンピュータプログラム
KR20250142767A (ko) 파라미터 보정 장치, 파라미터 보정 방법 및 컴퓨터 프로그램
KR102724155B1 (ko) 제어 파라미터 조정 방법, 프로그램 및 기록 매체
CN107543636B (zh) 微小力的动态旋转测量系统及测量与标定方法
JP2026050147A (ja) 膜厚推定装置、膜厚推定方法およびコンピュータプログラム
KR102724154B1 (ko) 도포 방법, 프로그램 및 기록 매체

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240617

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20250331

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20250415

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20250611

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20250805

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20250820

R150 Certificate of patent or registration of utility model

Ref document number: 7731723

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150