CN114207776A - 基板处理装置、半导体装置的制造方法以及预兆检测程序 - Google Patents

Abstract

本发明提供如下结构：获取与作为异常预兆检测对象的部件有关的传感器数据来生成正常模型，并基于该正常模型来监视装置的状态，在作为异常预兆检测对象的部件的维护后，获取传感器数据并根据该传感器数据再次生成正常模型，基于该正常模型来监视装置的状态，在装置异常停止之前检测异常的预兆。

Description

基板处理装置、半导体装置的制造方法以及预兆检测程序

技术领域

本公开涉及基板处理装置、半导体装置的制造方法以及预兆检测程序。

背景技术

通常，在晶片等的基板上形成薄膜来制造半导体装置的基板处理装置由对处理室进行真空排气的真空泵、控制反应性气体等的流量的质量流量控制器、开闭阀、压力计、对处理室进行加热的加热器、以及输送基板的输送机构等各种部件构成。

该各种部件分别随着使用而逐渐劣化并发生故障，因此需要更换为新的部件。作为更换的方法，有时以使用至部件发生故障为止、或者对每个部件决定定期的更换周期而在发生故障之前有富余地进行更换的任一种方式来运用。在此，在使用部件直到发生故障的情况下，故障时由基板处理装置处理过的基板全部成为不良品，该基板以及故障时的生产时间有时会成为损失。另外，在故障前定期地更换的情况下，需要在未达到故障的期间、即每个短期间进行更换，因此部件的更换频度变多，有时导致运用成本的增加。

另外，如专利文献1或专利文献2那样，提出了与这些部件的维护相关的各种技术，但依然存在无法预先检测部件的异常的情况。

现有技术文献

专利文献

专利文献1：国际公开2016-157402号公报

专利文献2：国际公开2017-158682号公报

发明内容

发明要解决的课题

本公开的目的在于提供一种能够检测部件的异常的预兆的结构。

用于解决课题的手段

根据本公开的一个方式，提供如下结构：获取与作为异常预兆检测对象的部件有关的传感器数据来生成正常模型，基于所述正常模型来监视装置的状态，在所述作为异常预兆检测对象的部件的更换或者维护后，获取所述传感器数据并根据该传感器数据再次生成所述正常模型，基于该正常模型来监视所述装置的状态，在所述装置异常停止之前检测异常的预兆。

发明效果

根据本公开，提供一种能够检测部件的异常的预兆的技术。

附图说明

图1是表示一实施方式的基板处理装置的概略结构的立体图。

图2是表示一实施方式的基板处理装置的处理炉的概略结构的纵剖视图。

图3是表示一实施方式的基板处理装置的主控制部的概略结构的框图。

图4是表示将一实施方式的基板处理装置用作半导体制造装置时的基板处理工序的流程图。

图5是表示一实施方式的基板处理装置的控制系统的框图。

图6是一实施方式的基板处理装置的控制系统中的奇异频谱变换的说明图。

图7是表示第三实施方式的具体例所涉及的预兆检测处理的工序的一部分的流程图。

图8是表示第四实施方式的具体例所涉及的预兆检测处理的工序的一部分的流程图。

具体实施方式

以下，对本公开的一实施方式所涉及的半导体装置的制造方法、预兆检测程序以及基板处理装置进行说明。此外，在图1中，箭头F是指基板处理装置的正面方向，箭头B是指后面方向，箭头R是指右方，箭头L是指左方，箭头U是指上方，箭头D是指下方。

<处理装置的整体结构>

一边参照图1、图2，一边对基板处理装置10的结构进行说明。如图1所示，基板处理装置10具备由耐压容器构成的壳体12。在壳体12的正面壁开设有以能够维护的方式设置的开口部，在该开口部设置有一对正面维护门14作为对开口部进行开闭的进入机构。此外，在该基板处理装置10中，收纳有后述的硅等基板(晶片)16(参照图2)的晶片盒(基板收纳器)18被用作向壳体12内外输送基板16的载体。

在壳体12的正面壁，以连通壳体12内外的方式开设有晶片盒搬入搬出口。在晶片盒搬入搬出口设置有装载端口20。构成为在装载端口20上载置晶片盒18，并且进行晶片盒18的对位。

在壳体12内的大致中央部的上部设置有旋转式晶片盒架22。构成为在旋转式晶片盒架22上保管多个晶片盒18。旋转式晶片盒架22具备垂直竖立设置并在水平面内旋转的支柱、以及在支柱上呈放射状地支承在上中下段的各位置的多张架板。

在壳体12内的装载端口20与旋转式晶片盒架22之间设置有晶片盒输送装置24。晶片盒输送装置24具有能够在保持晶片盒18的状态下升降的晶片盒升降机24A和晶片盒输送机构24B。通过该晶片盒升降机24A与晶片盒输送机构24B的连续动作，在装载端口20、旋转式晶片盒架22及后述的晶片盒开启器26之间相互输送晶片盒18。

在壳体12内的下部，从壳体12内的大致中央部到后端设置有子壳体28。在子壳体28的正面壁分别设置有将基板16向子壳体28内外输送的一对晶片盒开启器26。

各晶片盒开启器26具备载置晶片盒18的载置台和装卸晶片盒18的盖的盖装卸机构30。晶片盒开启器26构成为，通过盖装卸机构30对载置于载置台上的晶片盒18的盖进行装卸，由此对晶片盒18的基板出入口进行开闭。

在子壳体28内构成有移载室32，该移载室32与设置有晶片盒输送装置24、旋转式晶片盒架22等的空间在流体上隔绝。在移载室32的前侧区域设置有基板移载机构34。基板移载机构34由能够使基板16沿水平方向旋转或直线运动的基板移载装置34A和使基板移载装置34A升降的基板移载装置升降机34B构成。

基板移载装置升降机34B设置于子壳体28的移载室32的前方区域右端部与壳体12右侧的端部之间。另外，基板移载装置34A具备作为基板16的保持部的未图示的夹钳。通过这些基板移载装置升降机34B以及基板移载装置34A的连续动作，能够将基板16相对于作为基板保持件的晶舟36进行装填(charging)以及卸载(discharging)。

如图2所示，在子壳体28(移载室32)内设置有使晶舟36升降的晶舟升降机38。晶舟升降机38的升降台与臂40连结，在臂40上水平地安装有盖体42。盖体42垂直地支承晶舟36，构成为能够封闭后述的处理炉44的下端部。

主要由图1所示的旋转式晶片盒架22、晶片盒输送装置24、基板移载机构34、晶舟36、图2所示的晶舟升降机38及后述的旋转机构46构成输送基板16的输送机构。

如图1所示，在收纳晶舟36并使其待机的待机部50的上方设置有处理炉44。另外，在移载室32的与基板移载装置升降机34B侧相反的一侧即左侧端部设置有清洁单元52。清洁单元52构成为供给清洁化的气氛或作为惰性气体的清洁空气52A。

此外，在壳体12及子壳体28的外周，作为向基板处理装置10内的进入机构，安装有未图示的多个装置罩。在与这些装置罩相对的壳体12以及子壳体28的端部，设置有作为进入传感器的门开关54(仅图示壳体12的门开关54)。

另外，在装载端口20上设置有对晶片盒18的载置进行检测的基板检测传感器56。这些门开关54和基板检测传感器56等开关、传感器类与后述的作为主控制部的基板处理装置用控制器58(参照图2、图3)电连接。

如图2所示，基板处理装置10在壳体12之外具备气体供给单元60和排气单元62。在气体供给单元60内收纳有处理气体供给系统和吹扫气体供给系统。处理气体供给系统包括未图示的处理气体供给源及开闭阀、作为气体流量控制器的质量流量控制器(以下，简称为MFC)64A、处理气体供给管66A。另外，吹扫气体供给系统包括未图示的吹扫气体供给源及开闭阀、MFC64B、吹扫气体供给管66B。

在排气单元62内收纳有气体排气机构，该气体排气机构由排气管68、作为压力检测部的压力传感器70、以及例如由APC(Auto Pressure Controller：自动压力控制器)阀构成的压力调整部72构成。虽然省略了图示，但在排气单元62的下游侧，排气管68与作为排气装置的真空泵74连接。此外，真空泵74也可以包含在气体排气机构中。

如图2所示，作为主控制部的基板处理装置用控制器58分别与输送控制器48、温度控制器76、压力控制器78、气体供给控制器80连接。另外，如图5所示，基板处理装置用控制器58与后述的作为预兆检测部的预兆检测控制器82连接。

<处理炉的结构>

如图2所示，处理炉44具备反应管(处理管)84。反应管84具备内部反应管(内管)84A和设置于该内部反应管的外侧的外部反应管(外管)84B。内部反应管84A形成为上端及下端开口的圆筒形状，在内部反应管84A内的筒中空部形成有处理基板16的处理室86。处理室86构成为能够收纳晶舟36。

在反应管84的外侧，以包围反应管84的侧壁面的方式设置有圆筒形状的加热器88。加热器88通过支承于加热器基座90而垂直地安装。

在外部反应管84B的下方，以与外部反应管84B成为同心圆状的方式配设有圆筒形状的炉口部(歧管)92。炉口部92以支承内部反应管84A的下端部和外部反应管84B的下端部的方式设置，分别与内部反应管84A的下端部和外部反应管84B的下端部卡合。

此外，在炉口部92与外部反应管84B之间设置有作为密封部件的O型环94。炉口部92支承于加热器基座90，由此反应管84成为垂直地安装的状态。由该反应管84和炉口部92形成反应容器。

在炉口部92以与处理室86连通的方式连接有处理气体喷嘴96A和吹扫气体喷嘴96B。处理气体喷嘴96A与处理气体供给管66A连接。在处理气体供给管66A的上游侧经由MFC64A连接有未图示的处理气体供给源等。另外，吹扫气体喷嘴96B与吹扫气体供给管66B连接。在吹扫气体供给管66B的上游侧经由MFC64B连接有未图示的吹扫气体供给源等。

炉口部92与对处理室86的气氛进行排气的排气管68连接。排气管68配置于由内部反应管84A与外部反应管84B的间隙形成的筒状空间98的下端部，并与筒状空间98连通。在排气管68的下游侧，从上游侧起依次连接有压力传感器70、压力调整部72、真空泵74。

在炉口部92的下方设置有能够气密地封闭炉口部92的下端开口的圆盘状的盖体42，在盖体42的上表面设置有与炉口部92的下端抵接的作为密封部件的O型环100。

在盖体42的中心部附近的与处理室86相反的一侧设置有使晶舟36旋转的旋转机构46。旋转机构46的旋转轴102贯通盖体42而从下方支承晶舟36。另外，在旋转机构46中内置有旋转马达46A，构成为通过该旋转马达46A使旋转机构46的旋转轴102旋转，使晶舟36旋转，由此使基板16旋转。

盖体42构成为通过设置于反应管84的外部的晶舟升降机38在垂直方向上升降。并构成为通过使盖体42升降，能够将晶舟36向处理室86输送。旋转机构46的旋转马达46A以及晶舟升降机38与输送控制器48电连接。

晶舟36构成为将多张基板16以水平姿势且以彼此中心对齐的状态排列并多层地保持。另外，在晶舟36的下部，以水平姿势多层地配置有多个作为隔热部件的圆板形状的隔热板104。晶舟36以及隔热板104例如由石英、碳化硅等耐热性材料构成。隔热板104是为了使来自加热器88的热难以向炉口部92侧传递而设置的。

另外，在反应管84内设置有作为温度检测器的温度传感器106。该加热器88和温度传感器106与温度控制器76电连接。

<基板处理装置的动作>

接着，参照图1和图2，作为半导体器件的制造工序的一个工序，对在基板16上形成薄膜的方法进行说明。此外，构成基板处理装置10的各部的动作由基板处理装置用控制器58控制。

如图1所示，当晶片盒18被工序内输送装置(未图示)供给到装载端口20时，由基板检测传感器56检测到晶片盒18，晶片盒搬入搬出口被前挡板(未图示)打开。然后，装载端口20上的晶片盒18通过晶片盒输送装置24从晶片盒搬入搬出口向壳体12内部搬入。

被搬入到壳体12内部的晶片盒18通过晶片盒输送装置24被自动地输送到旋转式晶片盒架22的架板上并被暂时保管。之后，晶片盒18从架板上被移载到一个晶片盒开启器26的载置台上。此外，搬入到壳体12内部的晶片盒18也可以通过晶片盒输送装置24被直接移载到晶片盒开启器26的载置台上。

载置于载置台的晶片盒18的盖被盖装卸机构30卸下，基板出入口被打开。之后，基板16(参照图2)被基板移载装置34A的夹钳通过基板出入口从晶片盒18内拾取，在利用未图示的槽口对准装置调整了方位之后，被搬入到位于移载室32的后方的待机部50，并被装填到晶舟36。然后，基板移载装置34A返回到载置有晶片盒18的载置台，从晶片盒18内取出下一个基板16并装填到晶舟36。

在该一方(上段或下段)的晶片盒开启器26中的基板移载机构34所进行的基板16向晶舟36的装填作业中，在另一方(下段或上段)的晶片盒开启器26的载置台上，通过晶片盒输送装置24从旋转式晶片盒架22输送其他晶片盒18。通过将该其他晶片盒18移载到载置台，同时进行由晶片盒开启器26进行的晶片盒18的打开作业。

当预先指定的张数的基板16被装填到晶舟36内时，处理炉44的下端部被未图示的炉口闸门打开。接着，保持有基板16组的晶舟36因利用晶舟升降机38使盖体42上升而被搬入(装载)到处理炉44内。

如上所述，当保持有多张基板16的晶舟36被搬入(装载)到处理炉44的处理室86时，如图2所示，盖体42成为经由O型环100将炉口部92的下端密封的状态。

之后，利用真空泵74进行真空排气，以使处理室86成为期望的压力(真空度)。此时，基于压力传感器70测定出的压力值，对压力调整部72(的阀的开度)进行反馈控制。另外，通过加热器88进行加热，以使处理室86成为期望的温度。此时，基于温度传感器106检测到的温度值，对向加热器88的通电量进行反馈控制。接着，利用旋转机构46使晶舟36及基板16旋转。

接着，从处理气体供给源供给并被MFC64A控制为期望的流量的处理气体在处理气体供给管66A内流通，并从处理气体喷嘴96A导入到处理室86。导入的处理气体在处理室86中上升，从内部反应管84A的上端开口向筒状空间98流出而从排气管68排出。处理气体在通过处理室86时与基板16的表面接触，此时通过热反应在基板16的表面上堆积薄膜。

当经过预先设定的处理时间时，从吹扫气体供给源供给并由MFC64B控制为期望的流量的吹扫气体被供给至处理室86，处理室86被置换为惰性气体，并且处理室86的压力恢复至常压。

之后，利用晶舟升降机38使盖体42下降而使炉口部92的下端开口，并且将保持处理完毕的基板16的晶舟36从炉口部92的下端向反应管84的外部搬出(卸载)。之后，将处理完毕的基板16从晶舟36取出(卸载)，并收纳至晶片盒18内。

在卸载后，除了槽口对准装置中的调整工序以外，以与上述的顺序大致相反的顺序，将收纳有处理后的基板16的晶片盒18向壳体12外搬出。

<基板处理装置用控制器的结构>

接着，参照图3，具体说明作为主控制部的基板处理装置用控制器58。

基板处理装置用控制器58主要由CPU(Central Processing Unit：中央处理单元)等运算控制部108、具备RAM110、ROM112及未图示的HDD的存储部114、鼠标或键盘等输入部116、监视器等显示部118构成，此外，构成为能够通过运算控制部108、存储部114、输入部116及显示部118来设定各数据。

运算控制部108构成基板处理装置用控制器58的中枢，执行存储于ROM112的控制程序，按照来自输入部116的指示，执行存储于也构成制程存储部的存储部114的制程(例如，作为基板处理制程的工艺制程等)。

ROM112是由闪存、硬盘等构成的记录介质，存储对基板处理装置10的各部件(例如真空泵74等)的动作进行控制的运算控制部108的动作程序等。另外，RAM110(存储器)作为运算控制部108的工作区域(临时存储部)发挥功能。

在此，基板处理制程(工艺制程)是定义了处理基板16的处理条件、处理步骤等的制程。另外，在制程文件中，按基板处理制程的每个步骤设定了向输送控制器48、温度控制器76、压力控制器78以及气体供给控制器80等发送的设定值、发送定时等。

运算控制部108具有控制处理炉44内的温度、压力、导入到处理炉44内的处理气体的流量等的功能，以对装载到处理炉44内的基板16进行预定的处理。

输送控制器48构成为分别控制构成输送基板16的输送机构的旋转式晶片盒架22、晶舟升降机38、晶片盒输送装置24、基板移载机构34、晶舟36及旋转机构46的输送动作。

另外，在旋转式晶片盒架22、晶舟升降机38、晶片盒输送装置24、基板移载机构34、晶舟36以及旋转机构46中分别内置有传感器。在这些传感器分别表示预定的值、异常的值等时，向基板处理装置用控制器58进行该情况的通知。此外，关于基板处理装置10的各部件的异常预兆的检测系统，在后面详细叙述。

在存储部114设置有存储各种数据等的数据存储区域120和存储包含基板处理制程的各种程序的程序存储区域122。数据存储区域120存储与制程文件相关的各种参数。另外，在程序存储区域122中存储有包含上述基板处理制程的对装置进行控制所需的各种程序。

另外，在基板处理装置用控制器58的显示部118设置有未图示的触摸面板。触摸面板构成为显示操作画面，该操作画面接受对上述的基板输送系统和基板处理系统的操作命令的输入。此外，基板处理装置用控制器58只要是像个人计算机、手机等操作终端(终端装置)那样至少包括显示部118和输入部116的结构即可。

温度控制器76通过控制处理炉44的加热器88的温度来调节处理炉44内的温度。此外，在温度传感器106表示预定的值、异常的值等时，向基板处理装置用控制器58进行该情况的通知。

压力控制器78基于由压力传感器70检测到的压力值来控制压力调整部72，以使处理室86的压力在期望的定时成为期望的压力。此外，在压力传感器70表示预定的值、异常的值等时，向基板处理装置用控制器58进行该情况的通知。

气体供给控制器80构成为控制MFC64A、64B，以使向处理室86供给的气体的流量在期望的定时成为期望的流量。此外，在MFC64A、64B等所具备的传感器(未图示)表示预定的值、异常的值等时，向基板处理装置用控制器58进行该情况的通知。

<基板处理工序>

接着，使用图4对将本实施方式的基板处理装置10用作半导体制造装置来处理基板的基板处理工序的概略进行说明。该基板处理工序例如是半导体装置(IC、LSI等)的制造方法的一个工序。此外，在以下的说明中，构成基板处理装置10的各部的动作、处理由基板处理装置用控制器58控制。

在此，说明通过对基板16交替地供给原料气体(第一处理气体)和反应气体(第二处理气体)而在基板16上形成膜的例子。另外，以下，对使用六氯乙硅烷(Si₂Cl₆，以下简称为HCDS)气体作为原料气体、使用氨(NH₃)作为反应气体而在基板16上形成氮化硅(SiN)膜作为薄膜的例子进行说明。此外，例如，可以在基板16上预先形成预定的膜，也可以在基板16或预定的膜上预先形成预定的图案。

(基板搬入工序S102)

首先，在基板搬入工序S102中，将基板16装填到晶舟36，并向处理室86搬入。

(成膜工序S104)

在成膜工序S104中，依次执行以下4个步骤，在基板16的表面上形成薄膜。此外，在步骤1～4期间，利用加热器88将基板16加热至预定的温度。

[步骤1]

在步骤1中，打开设置于处理气体供给管66A的未图示的开闭阀和设置于排气管68的压力调整部72(APC阀)，使利用MFC64A进行了流量调节的HCDS气体通过处理气体供给管66A。然后，一边从处理气体喷嘴96A向处理室86供给HCDS气体，一边从排气管68排气。此时，将处理室86的压力保持为预定压力。由此，在基板16的表面形成硅薄膜(Si膜)。

[步骤2]

在步骤2中，关闭处理气体供给管66A的开闭阀而停止HCDS气体的供给。排气管68的压力调整部72(APC阀)保持打开的状态，利用真空泵74对处理室86进行排气，将残留气体从处理室86排除。另外，打开设置于吹扫气体供给管66B的开闭阀，将N₂等惰性气体向处理室86供给来进行处理室86的吹扫，将处理室86的残留气体排出到处理室86外。

[步骤3]

在步骤3中，将设置于吹扫气体供给管66B的未图示的开闭阀和设置于排气管68的压力调整部72(APC阀)一起打开，使利用MFC64B进行了流量调节的NH₃气体通过吹扫气体供给管66B。然后，一边从吹扫气体喷嘴96B向处理室86供给NH₃气体，一边从排气管68排气。此时，将处理室86的压力保持为预定压力。由此，利用HCDS气体形成于基板16的表面的Si膜与NH₃气体进行表面反应，在基板16上形成SiN膜。

[步骤4]

在步骤4中，关闭吹扫气体供给管66B的开闭阀，停止NH₃气体的供给。排气管68的压力调整部72(APC阀)保持打开的状态，利用真空泵74对处理室86进行排气，将残留气体从处理室86排除。另外，向处理室86供给N₂等惰性气体，再次进行处理室86的吹扫。

将上述的步骤1～4作为1个循环，通过反复进行多次该循环，在基板16上形成预定膜厚的SiN膜。

(基板搬出工序S106)

在基板搬出工序S106中，将载置有形成了SiN膜的基板16的晶舟36从处理室86搬出。

<本实施方式中的控制系统>

接着，参照图5和图6对检测基板处理装置10的各部件的异常的预兆(故障的预兆)的控制系统进行说明。此外，以下，使用通过基板处理装置10在基板16上形成薄膜的例子进行说明。

如图5所示，控制系统具备作为主控制部的基板处理装置用控制器58、作为预兆检测部的预兆检测控制器82、各种传感器类124、数据收集单元(Data Collection Unit，以下简称为DCU)126、边缘控制器(Edge Controller，以下简称为EC)128，这些部件通过有线或无线分别连接。

基板处理装置用控制器58与包括顾客主计算机的未图示的上位计算机和未图示的操作部连接。操作部构成为能够在与上位计算机之间交换基板处理装置用控制器58所获取的各种数据(传感器数据等)。

预兆检测控制器82从设置于基板处理装置10的各种部件的传感器获取传感器数据来监视基板处理装置10的状态。具体而言，预兆检测控制器82利用来自各种传感器类124的数据来计算数值指标，与预先决定的阈值进行比较来检测异常的预兆。此外，预兆检测控制器82内置有基于传感器数据的变动来检测异常的预兆的预兆检测程序。

另外，预兆检测控制器82具有与基板处理装置用控制器58直接连接的系统和经由DCU126与基板处理装置用控制器58连接的系统这2个系统。因此，在由预兆检测控制器82检测到异常的预兆的情况下，能够不经由DCU126而直接向基板处理装置用控制器58输出信号，产生警报，并且将设置于确认到异常的预兆的部件的传感器的传感器数据的信息显示于显示部118(参照图3)的画面。

各种传感器类124是设置于在基板处理装置10中设置的各种部件的传感器(例如压力传感器70、温度传感器106等)，检测各部件的流量、浓度、温度、湿度(露点)、压力、电流、电压、转矩、振动、位置、旋转速度等。

DCU126在工艺制程的执行中收集并蓄积各种传感器类124的数据。另外，EC128根据传感器的种类根据需要暂时获取传感器数据，对原始数据施加快速傅里叶变换(FastFourier Transform，以下简称为FFT)等处理后，发送至预兆检测控制器82。

另外，各种传感器类124被分为发送路径不同的第一传感器系统124A和第二传感器系统124B。第一传感器系统124A是以0.1秒为单位实时地获取原始数据的系统，从第一传感器系统124A经由基板处理装置用控制器58以及DCU126向预兆检测控制器82实时地发送原始数据。该第一传感器系统124A例如包括温度传感器、压力传感器、气体流量传感器等传感器。

另一方面，第二传感器系统124B是在EC128中实施FFT等处理来仅取出解析所需的部分，并以加工后的文件形式发送数据的系统，从第二传感器系统124B经由EC128向预兆检测控制器82发送加工后的数据。该第二传感器系统124B例如包括振动传感器等传感器。

在传感器为振动传感器的情况下，以毫秒为单位蓄积振动数据，因此数据量变得庞大，若直接将数据发送到预兆检测控制器82，则导致预兆检测控制器82的存储部容量的大量消耗。由于该振动传感器的数据最终进行FFT等处理而用于解析，所以通过预先在EC128中实施该处理，能够减少信息量，并且作为容易解析的数据的形式向预兆检测控制器82发送。

(第一实施方式)

以下，对使用了上述控制系统的基板处理装置10的各部件的异常预兆的检测工序的第一实施方式进行具体说明。

[非正常度的计算]

首先，使用多个直接设置于作为异常预兆检测对象的部件的传感器所检测到的值和该部件的状态直接或间接地影响的其他部件的传感器所检测到的值，计算“非正常度”。在本实施方式中，例如构成为具有当作为异常预兆检测对象的部件接近异常状态时，非正常度的值大致增加的性质。此外，非正常度也可以构成为具有若作为异常预兆检测对象的部件接近异常状态则值减少的性质。

[构成非正常度的原始数据]

基板处理的序列例如由以下具有各种目的的多个事件构成，即基板16向处理室86内的搬入、处理室86内的抽真空、升温、利用惰性气体的吹扫、升温等待、基板16的处理(例如成膜)、处理室86内的气体置换、恢复到大气压、处理后的基板16的搬出等。此外，上述事件是基板处理序列的一例，存在各事件被进一步细致地分割的情况。

在本实施方式中，不使用序列中的全部传感器数据，而将这些事件中的1个以上的特定事件中的1个以上的传感器的值用作计算出算法内的数值指标即“非正常度”的原始数据。另外，监视每Run(批量处理单位)的非正常度值，检测基板处理装置10的各部件的异常的预兆。这样，通过仅使用特定事件的数据，能够节约数据蓄积量。

例如，真空泵74的异常预兆检测成为在对真空泵74施加大的负荷的定时容易检测的状态。使处理室86的压力从大气压减压至预定压力的步骤、即开始抽真空时或开始抽真空后几分钟的接近大气压的压力带相当于对真空泵74施加大的负荷的定时。

具体而言，一台基板处理装置10负责多个工序，并且存在成膜条件不同的工序等不同处理制程混杂而开工的情况。由于在基板16的成膜时原料气体流动，因此有时原料气体发生反应或热分解而生成固态物，有时该固态物对真空泵74施加负荷，因此在成膜事件中进行监视对于异常预兆检测也是有效的。

另一方面，关于基板处理前的抽真空的事件，即使之后的基板处理事件不同，抽真空的事件共同的情况也较多。即，即使在同一装置中开工多个不同的成膜条件的制程的情况下，通过监视在该各Run中共同的抽真空开始时的状态来获取传感器数据，也能够不依赖于基板处理内容而知道同一状态的经时变化，能够进行高精度的预测。

[非正常度的计算例]

在此，分别示出使用振动传感器的传感器数据的情况、以及使用振动传感器以外的传感器(例如电流传感器、温度传感器、排气压力传感器、转矩值数据、以及电流数据等)的传感器数据的情况下的非正常度的计算例。

首先，在使用振动传感器的传感器数据(振动数据)按每个单独频率判断有无异常的情况下，成为以下的步骤。

(1)获取构成工艺制程的各步骤中的指定步骤中的传感器数据中的、由振动传感器检测出的振动数据(原始数据)。

(2)通过FFT等处理将获取到的振动数据变换为振动频谱，以预定的频率间隔(例如每10Hz)提取变换后的振动频谱的预定范围(例如10Hz～5000Hz)的频率(数值是振动的振幅(包络线)，在例示的情况下为500维)。

(3)针对提取出的每个频率，使用正常时的工艺制程的预定次数量的数据(例如30Run量)来计算振动频谱的振幅的平均值μ和标准偏差σ，假设正常时的振幅遵循正态分布N(μ、σ)，将其作为正常模型。

(4)将正常模型生成后的(2)的数值作为非正常度矢量，针对提取出的每个频率将正常模型的振幅值与预先决定的阈值进行比较，在预定个数以上(例如m(m≥1)个以上)的频率的振幅值偏离阈值的情况下，判断为产生了异常的预兆(有异常预兆)。此外，例如使用在(3)中求出的平均值μ和标准偏差σ，在将标准偏差σ的3倍的数值与平均值μ相加或相减而得到的范围(μ±3σ)内计算阈值。

另外，在使用振动传感器的传感器数据(振动数据)以各频率的振幅之和进行判断的情况下，成为以下的步骤。

(1)获取构成工艺制程的各步骤中的指定步骤中的传感器数据中的、由振动传感器检测出的振动数据(原始数据)。

(2)通过FFT等处理将获取到的振动数据变换为振动频谱，以预定的频率间隔(例如每10Hz)提取变换后的振动频谱的预定范围(例如10Hz～5000Hz)的频率(数值是振动的振幅(包络线)，在例示的情况下为500维)。

(3)将提取出的每个频率的振幅的总和按正常时的每个Run全部相加(由于按每1个Run得到1个振幅之和，所以如果是30个Run则得到30个数字)。

(4)根据针对每个Run求出的数值组，计算该数据组的平均值μ和标准偏差σ，假定针对每个Run求出的和遵循正态分布N(μ、σ)，将其作为正常模型。

(5)将正常模型生成后的(3)的值作为非正常度，将正常模型的振幅值与预先决定的阈值进行比较，在振幅值偏离阈值的情况下，判断为有异常预兆(产生了异常的预兆)。此外，例如使用在(3)中求出的平均值μ和标准偏差σ，在将标准偏差σ的3倍的数值与平均值μ相加或相减而得到的范围(μ±3σ)内计算阈值。

另外，在使用振动数据以外的传感器数据按每个基本统计量进行判断的情况下，成为以下的步骤。

(1)从正常时的对象事件的传感器数据的平均值、标准偏差、N分位点、最大值、最小值的基本统计量中选择1个以上的数据。

(2)针对选择出的正常时的基本统计量的每个统计量求出平均值μ、标准偏差σ，假设各基本统计量遵循正态分布。将其作为传感器的各基本统计量的正常模型。

(3)将正常模型生成后的(1)的值作为非正常度，在每个基本统计量的该值偏离预先决定的预定的阈值的情况下，判断为有异常预兆。此外，例如使用在(2)中求出的平均值μ和标准偏差σ，在将标准偏差σ的3倍的数值与平均值μ相加或相减而得到的范围(μ±3σ)内计算阈值。

另外，如图6所示，在使用振动数据以外的传感器数据并使用奇异频谱变换进行判断的情况下，成为以下的步骤。此外，在以下的步骤中，使用Run p的周围窗宽度n的部分时间序列，在过去和当前侧生成2个数据矩阵X和Z。以下的步骤是奇异频谱变换的一般的做法。

(1)分别视为M维纵向矢量，准备将这些矢量从最上S(p-n+1、1)到最下S(p、M)纵向连接n个而形成的Mn维的纵向矢量。

Run p-n+1的对象事件的时刻1、2、…、M的传感器数据

{S(p-n+1、1)、S(p-n+1、2)、…、S(p-n+1、M)}

…

Run p-1的对象事件的时刻1、2、…、M的传感器数据

{S(p-1、1)、S(p-1、2)、…、S(p-1、M)}

Run p的对象事件的时刻1、2、…、M的传感器数据

{S(p、1)、S(p、2)、…、S(p、M)}

(2)分别视为M维纵向矢量，准备将这些矢量从最上S(p-n+1、1)到最下S(p、M)纵向连接n个而形成的Mn维的纵向矢量(与(1)相比偏移至旧1个的Run组)。

Run p-n的对象事件的时刻1、2、…、M的传感器数据

{S(p-n、1)、S(p-n、2)、…、S(p-n、M)}

…

Run p-2的对象事件的时刻1、2、…、M的传感器数据

{S(p-2、1)、S(p-2、2)、…、S(p-2、M)}

Run p-1的对象事件的时刻1、2、…、M的传感器数据

{S(p-1、1)、S(p-1、2)、…、S(p-1、M)}

(3)与上述(1)、(2)同样地，准备K个依次构成的纵向矢量，生成从旧向新时从左向右排列这些纵向矢量而得到的Mn×K维的矩阵X(p)。如上所述，生成了用于执行奇异频谱变换的历史矩阵。

(4)分别视为M维纵向矢量，准备将这些矢量从最上S(p+L、1)到最下S(p+L-n+1、M)纵向连接n个而形成的Mn维的纵向矢量。此外，将L设为正整数。

Run p+L的对象事件的时刻1、2、…、M的传感器数据

{S(p+L、1)、S(p+L、2)、…、S(p+L、M)}

…

Run p+L-n+2的对象事件的时刻1、2、…、M的传感器数据

{S(p+L-n+2、1)、S(p+L-n+2、2)、…、S(p+L-n+2、M)}

Run p+L-n+1的对象事件的时刻1、2、…、M的传感器数据

{S(p+L-n+1、1)、S(p+L-n+1、2)、…、S(p+L-n+1、M)}

(5)分别视为M维纵向矢量，准备将这些矢量从最上S(p+L-1、1)到最下S(p+L-n、M)纵向连接n个而形成的Mn维的纵向矢量(与(4)相比偏移到旧1个的Run组)。

Run p+L-1的对象事件的时刻1、2、…、M的传感器数据

{S(p+L-1、1)、S(p+L-1、2)、…、S(p+L-1、M)}

…

Run p+L-n+1的对象事件的时刻1、2、…、M的传感器数据

{S(p+L-n+1、1)、S(p+L-n+1、2)、…、S(p+L-n+1、M)}

Run p+L-n的对象事件的时刻1、2、…、M的传感器数据

{S(p+L-n、1)、S(p+L-n、2)、…、S(p+L-n、M)}

(6)与上述(4)、(5)同样地，准备R个依次构成的纵向矢量，生成从旧向新时从左向右排列这些纵向矢量而得到的Mn×R维的矩阵Z(p)。由此，生成了奇异频谱变换的测试矩阵。

(7)对上述的矩阵X(p)和矩阵Z(p)实施奇异值分解，实施奇异频谱变换。

(8)在X(p)中选择r个通过奇异值分解得到的左奇异矢量、在Z(p)中选择m个通过奇异值分解得到的左奇异矢量，分别与U(r)、Q(m)构成矩阵，求出这些矩阵的积U(r)^TQ(m)的最大奇异值。将该最大奇异值设为λ(0≤λ≤1)，将1～λ设为非正常度(变化度)。在该非正常度偏离预先决定的预定阈值的情况下，判断为有异常预兆。

[使用非正常度的异常预兆判断]

另外，作为使用了非正常度的有无异常预兆的判断方法，例如考虑以下的方法。此外，在判断为有异常预兆的情况下，向基板处理装置用控制器58通知。

(1)在至少1个传感器数据的非正常度偏离阈值的情况下，判断为有异常预兆的方法。

(2)在2个以上的传感器数据的非正常度偏离阈值的情况下，判断为有异常预兆的方法。

(3)在1个或2个以上的传感器数据的非正常度以预定次数(例如3次)偏离了阈值的情况下，判断为有异常预兆的方法。

(4)在振动数据以外的传感器数据的非正常度连续预定次数(例如3次)偏离阈值的情况下，判断为有异常预兆的方法。

(5)即使振动数据以外的传感器数据的非正常度偏离阈值，在振动数据的非正常度未偏离阈值的情况下，也不判断为有异常预兆的方法。

(6)在振动数据的非正常度和振动数据以外的传感器数据的非正常度两方偏离阈值的情况下，判断为有异常预兆的方法。

例如在上述(2)、(5)、(6)的方法中，由于使用多个传感器数据来判断异常预兆，所以能够减少传感器的误检测。另外，非正常度的变动未必是单调的，因此在上述(3)、(4)的方法中，能够减少非正常度的值在阈值前后摇摆的情况下的误判断。此外，非正常度的计算式和阈值、程序针对每个部件以及每个装置而不同，事先被组装到预兆检测控制器82内。

[异常预兆检测的解析画面的显示]

异常预兆检测的解析画面能够由基板处理装置用控制器58的显示部118(参照图3)显示。因此，能够目视非正常度的推移和阈值、以及超过了阈值的次数等，能够通过非正常度确认部件的状态。

[经由EC的情形]

在此，对图5所示的第二传感器系统124B的情形、即EC128介于传感器与预兆检测控制器82之间的情形进行说明。

[时刻同步]

振动传感器的数据在EC128中被变换，因此以具有EC128的时刻的形式向预兆检测控制器82发送。为了将该振动传感器的数据和具有DCU126及基板处理装置用控制器58侧的时刻的其他传感器数据同时用于解析，需要使两者的时刻同步来进行解析。因此，EC128、DCU126以及预兆检测控制器82以基板处理装置用控制器58的时刻为基准时刻，定期地取入时刻，使时刻同步。由此，所有部件的时刻同步，能够进行准确的解析。

在此，以真空泵74(参照图2)为例，对基板处理装置10的部件的异常预兆的检测方法进行具体说明。

在基板处理装置10的处理室86中，处理气体的反应副产物堆积在内部，当该反应副产物的量、高度达到一定的水平时，真空泵74的旋转紧急停止。

在此，通过持续监视真空泵74的电流数据、温度数据、排气压力数据以及振动数据中的至少一个传感器数据，并利用预兆检测控制器82内的预兆检测程序对这些传感器数据的行为的变化进行解析，能够检测真空泵74的异常的预兆。在检测到异常的预兆的情况下，向基板处理装置用控制器58发送该信息，通知作业者进行真空泵74的更换、维护。

(第二实施方式)

接着，对使用了上述控制系统的基板处理装置10的各部件的异常预兆的检测工序的第二实施方式进行具体说明。此外，预兆检测控制器82等的结构、使用非正常度的异常预兆判断与第一实施方式相同。

[非正常度的计算]

在本实施方式中，使用多个设置于作为异常预兆检测对象的部件的传感器的值和该部件的状态直接或间接地影响的其他部件的传感器的值，学习正常时的传感器数据，使用学习到的数据和运转中的数据来计算“非正常度”。

在本实施方式中，例如构成为具有当作为异常预兆检测对象的部件接近异常状态时，非正常度的值大致增加的性质。此外，非正常度也可以构成为具有若作为异常预兆检测对象的部件接近异常状态则值减少的性质。

在此，以真空泵74(参照图2)为例，对基板处理装置10的部件的异常预兆的检测方法进行具体说明。

通常，在利用真空泵74对处理室86进行抽真空的状态下，在真空泵74中流动惰性气体、成膜气体而成为负荷高的状态，成为容易检测异常的预兆的状态。另一方面，在真空泵74未对处理室86进行抽真空的状态下，真空泵74的负荷成为较小的状态，成为难以检测异常的预兆、或者难以产生异常的状态。因此，以往，在将处理室86抽真空的状态下监视真空泵74。

与此相对，在本实施方式中，在未利用真空泵74对处理室86进行抽真空，且在处理室86中没有基板16的状态的事件中，有意地使大量的气体流向真空泵74而提高对真空泵74的负荷。并且，通过在该状态下监视真空泵74的电流数据、振动数据、温度数据、背压数据等，容易检测异常的预兆。

这样，通过在未对处理室86进行抽真空的状态下对真空泵74施加负荷，即使在施加负荷时真空泵74停止，也能够防止基板16产生损失。另外，在真空泵74以在未对处理室86进行抽真空的状态下施加负荷的程度而停止的情况下，认为真空泵74处于即将发生故障之前的状态。因此，其结果是，能够避免在对处理室86进行抽真空的状态、即基板处理时真空泵74停止这样的事态。

(第三实施方式)

接着，对使用了上述控制系统的基板处理装置10的各部件的异常预兆的检测工序的第三实施方式进行具体说明。此外，预兆检测控制器82等的结构、使用非正常度的异常预兆判断与第一、第二实施方式相同。

在本实施方式中，在对作为异常预兆检测对象的部件进行了更换或维护的情况下，生成更换或维护后的正常模型，基于该正常模型来监视基板处理装置10，进行异常预兆判断。

在本实施方式中，自动或半自动地检测针对作为异常预兆检测对象的部件的更换或维护。例如，在作为异常预兆检测对象的部件具有运转累计时间信息的情况下，能够利用运转累计时间信息来检测部件更换。作为异常预兆检测对象的部件所具备的运转累计时间通常保持在非易失性存储介质中，因此直到该部件的更换为止累计运转时间，通过更换来重置运转时间。因此，监视作为异常预兆检测对象的部件所具备的运转累计时间，在运转累计时间减少的情况下，能够检测到有部件的更换。

具体而言，基板处理装置用控制器58每隔预定时间向预兆检测控制器82发送作为异常预兆检测对象的部件的运转累计时间，预兆检测控制器判断新发送的运转累计时间是否比之前存储的运转累计时间短。在判断为肯定的情况下，能够判断为存在该部件的更换。

另外，代替运转累计时间信息，即使在作为异常预兆检测对象的部件不具备运转累计时间的情况下，也能够利用部件更换时的卸下信号连接器的作业来检测部件更换。在部件更换时的卸下信号连接器的作业中，该部件的信号线开路(断线)，因此在该部件的信号线开路(断线)的情况下，在接下来的该信号线通电时，催促作业者进行是否有更换或者维护的确认输入。例如，如果不在操作画面上进行确认输入，则无法开始其他作业。由此，能够半自动地判断为有该部件的更换。

在判断为存在针对作为异常预兆检测对象的部件的更换或者维护的情况下，作为预兆检测处理的一部分，预兆检测控制器82新获取针对作为异常预兆检测对象的部件的传感器数据来更新正常模型。然后，基于更新后的正常模型，计算非正常度。非正常度的计算、基于监视非正常度值的预兆检测，能够与第一、第二实施方式同样地进行。

在此，以更换了真空泵74(参照图2)的情况为例，对基板处理装置10的异常预兆的检测方法进行具体说明。

基板处理装置控制器58构成为，直到更换真空泵74为止，若获取运转时间作为真空泵74的传感器数据，则对获取到的真空泵74的运转时间进行累计，通过更换来重置运转时间(运转累计时间)。另外，如图5所示，基板处理装置控制器58与预兆检测控制器82连接，每隔预定时间向预兆检测控制器82发送运转累计时间。此外，对该真空泵74的运转时间进行累计而得到的时间(运转累计时间)也能够通过从真空泵74直接获取运转时间而由预兆检测控制器82进行管理。

作为预兆检测处理的一部分，如图7所示，预兆检测控制器82获取从基板处理装置控制器58发送的运转累计时间(S10)，判断是否比之前存储的运转累计时间短(S12)，在判断为肯定的情况下，判断为存在真空泵74的更换，获取更换后的正常模型的生成所需的传感器数据(S14)。例如，获取工艺制程的预定次数量的传感器数据(例如30Run的量)。然后，基于获取到的传感器数据，生成正常模型(S15)。例如，使用工艺制程的预定次数量的传感器数据求出平均值μ、标准偏差σ，假设正常时的各传感器数据遵循正态分布N(μ、σ)，将其作为正常模型。基于得到的正常模型，计算非正常度(S16)，将之前存储的非正常度的数据改写为计算出的非正常度(S17)。然后，监视基板处理装置10(S18)，进行异常预兆判断。关于非正常度的计算、非正常度值的监视，能够与第一、第二实施方式同样地进行。

根据本实施方式，在进行了针对作为异常预兆检测对象的部件的更换或者维护之后，重新生成正常模型，因此能够进行适当的异常预兆检测(检测发生了异常的预兆)。另外，由于自动或半自动地检测针对作为异常预兆检测对象的部件的更换或维护，因此能够适当地进行所需的监视对象的非正常值的变更。

(第四实施方式)

接着，对使用了上述控制系统的基板处理装置10的各部件的异常预兆的检测工序的第四实施方式进行具体说明。此外，预兆检测控制器82等的结构、使用非正常度的异常预兆判断与第一实施方式～第三实施方式相同。

在本实施方式中，在对作为异常预兆检测对象的部件进行了更换或者维护的情况下，在新生成更换或者维护后的正常模型之前，进行是新生成该正常模型还是继续利用更换或者维护前的正常模型的判断。关于自动地或半自动地检测针对作为异常预兆检测对象的部件的更换或维护这一点，与第三实施方式同样地进行。

具体而言，在判断为存在针对作为异常预兆检测对象的部件的更换或者维护的情况下，预兆检测控制器82获取比生成正常模型所需的数据量少的传感器数据。然后，基于获取到的传感器数据，进行是否能够继续利用更换或维护前的正常模型的判断。

在判断为能够继续利用更换或维护前的正常模型的情况下，不获取生成正常模型所需的传感器数据，而利用更换或维护前的正常模型。因此，也不需要非正常度的计算，监视与更换或者维护前相同的非正常度值来进行预兆检测。

在判断为不能继续利用更换或维护前的正常模型的情况下，进一步进行传感器数据的获取，得到生成正常模型所需的传感器数据，重新生成正常模型。然后，基于新的正常模型计算非正常度，监视新的非正常度值来进行预兆检测。

在此，作为具体例，以更换了真空泵74(参照图2)的情况为例，对基板处理装置10的异常预兆的检测方法进行具体说明。

[具体例]

如图8所示，预兆检测控制器82获取从基板处理装置控制器58发送的运转累计时间(S30)，判断是否比之前存储的运转累计时间短(S32)，在判断为肯定的情况下，判断为存在真空泵74的更换，获取为了进行是否能够利用更换前的正常模型的判断所需的传感器数据(判断用传感器数据)(S33)。该判断用传感器数据的数据量成为比生成正常模型所需的工艺制程的预定次数的量的传感器数据(例如30Run的量)的数据量少的次数的量的传感器数据(例如10Run的量)。然后，统计性地判断所获取的判断用传感器数据的分布是否与更换前的正常模型的数据分布相等，判断是否能够利用更换前的正常模型(S34)。

作为一个例子，统计性判断能够如以下那样进行。

(1)对于更换前的数据组和更换后的数据组，通过夏皮罗-威尔克检验(Shapiro–Wilk test)来判定正规性，

(2)在F检验中判断更换前的数据组与更换后的数据组的方差是否相等，

(3)根据上述(1)、(2)的结果，通过t检验(Student's t-test)、韦尔奇T检验(Welch's t test)、曼-惠特尼U检验(Mann–Whitney U test)中的任一个，进行平均值(代表值)的差的检验。

在获取到的传感器数据的分布与更换前的正常模型的数据分布相等的情况下，判断为能够利用更换前的正常模型(是)，不获取生成正常模型所需的传感器数据，而监视基于更换前的正常模型的非正常度值(S39)来进行预兆检测。

在获取到的传感器数据的分布与更换前的正常模型的数据分布不相等的情况下，判断为不能利用更换前的正常模型(否)，进而进行传感器数据的获取(S35)，得到为了生成正常模型而需要的传感器数据，重新生成正常模型(S36)。基于得到的正常模型，计算非正常度(S37)，将之前存储的非正常度的数据改写为计算出的非正常度(S38)。然后，监视基板处理装置10(S39)，进行异常预兆判断。关于非正常度的计算、非正常度值的监视，能够与第一、第二实施方式同样地进行。

根据本实施方式，通过获取比生成针对作为异常预兆检测对象的部件的正常模型所需的传感器数据少的量的传感器数据，来判断是否能够利用部件的更换或者维护前的正常模型。因此，能够缩短由于正常模型的生成而停止用于异常预兆检测的监视的时间。

(作用、效果)

根据上述实施方式，基板处理装置10具备检测部件的异常预兆的控制系统，因此在通过控制系统检测到部件的异常预兆的时间点，能够更换或维护该部件。特别是关于真空泵74的故障预兆检测，通过持续地监视真空泵74的电流数据、温度数据、排气压力数据以及振动数据等传感器数据，能够提高异常的预兆的准确度。

由此，能够在部件发生故障之前进行更换等应对，并且能够通过将部件使用至即将发生故障之前来降低更换频度。另外，通过防止基板处理中的故障，能够实现装置运转率的提高、防止产品(基板16)的成品率降低、以及无用的维护时间的削减。

另外，根据上述实施方式，检测异常预兆的预兆检测控制器82与基板处理装置用控制器58连接。因此，能够限定为容易检测异常的预兆的特定的基板处理序列来获取、分析数据。

另外，即使在作为异常预兆检测对象的部件的更换以及维护后，也能够使用适当的正常模型来检测作为异常预兆检测对象的部件的异常的预兆。

(其他实施方式)

以上，具体说明了本公开的实施方式，但本公开并不限定于上述的实施方式，在不脱离其主旨的范围内能够进行各种变更。

例如，在上述的实施方式中，对在基板16上形成薄膜的例子进行了说明。但是，本公开并不限定于这样的方式，例如在对形成于基板16上的薄膜等进行氧化处理、扩散处理、退火处理以及蚀刻处理等处理的情况下，也能够适当地应用。

另外，在本实施方式中，对使用具有热壁型的处理炉44的基板处理装置10来形成薄膜的例子进行了说明，但本公开并不限定于此，也能够适当地应用于使用具有冷壁型的处理炉的基板处理装置来形成薄膜的情况。并且，在上述的实施方式中，对使用一次处理多张基板16的批量式的基板处理装置10来形成薄膜的例子进行了说明，但本公开并不限定于此。

另外，本发明不限于上述实施方式的基板处理装置10那样的对半导体基板进行处理的半导体制造装置等，也能够应用于对玻璃基板进行处理的LCD(Liquid CrystalDisplay：液晶显示器)制造装置。

附图标记说明

10 基板处理装置、

16 基板、

58 基板处理装置用控制器(主控制部的一例)、

74 真空泵、

82 预兆检测控制器(预兆检测部的一例)、

86 处理室、

μ 平均值、

σ 标准偏差。

Claims (11)

1.一种基板处理装置，获取与作为异常预兆检测对象的部件相关的传感器数据来生成正常模型，基于该正常模型来监视装置的状态，其特征在于，

所述基板处理装置具备预兆检测部，该预兆检测部构成为：

在所述作为异常预兆检测对象的部件的更换或维护后，获取所述传感器数据并根据该传感器数据再次生成所述正常模型，

基于该正常模型来监视所述装置的状态，在所述装置异常停止之前检测异常的预兆。

2.根据权利要求1所述的基板处理装置，其特征在于，

所述预兆检测部基于数据量比生成所述正常模型所需的数据量少的所述传感器数据，判断是否能够使用所述更换或维护前的所述正常模型作为所述更换或维护后的正常模型。

3.根据权利要求2所述的基板处理装置，其特征在于，

所述预兆检测部在判断为能够使用所述更换或维护前的所述正常模型作为所述更换或维护后的所述正常模型的情况下，将所述更换或维护前的所述正常模型作为所述更换或维护后的正常模型来使用，

所述预兆检测部在判断为不能使用所述更换或维护前的所述正常模型作为所述更换或维护后的正常模型的情况下，获取所述传感器数据并根据所述传感器数据生成所述更换或维护后的所述正常模型。

4.根据权利要求1所述的基板处理装置，其特征在于，

所述基板处理装置还具有主控制部，该主控制部进行控制，以执行包括多个步骤的工艺制程来对基板实施预定的处理，

所述预兆检测部构成为：

一边执行所述工艺制程，一边收集所述传感器数据，

从收集到的所述传感器数据中，获取构成所述工艺制程的各步骤中的指定步骤中的所述传感器数据中的、由振动传感器检测出的振动数据，

将获取到的所述振动数据变换为振动频谱，

以预定的频率间隔提取变换后的所述振动频谱，针对提取出的每个频率，使用正常时的所述工艺制程的预定次数的量的数据来计算所述振动频谱的振幅的平均值和标准偏差，使用得到的所述振动频谱的振幅的平均值和标准偏差来生成正常模型。

5.根据权利要求4所述的基板处理装置，其特征在于，

所述指定步骤是将处理所述基板的处理室的压力从大气压减压至预定压力的步骤。

6.根据权利要求4所述的基板处理装置，其特征在于，

所述预兆检测部使用所述振动频谱的振幅的平均值和标准偏差来生成所述正常模型，按提取出的所述频率的量，将所述正常模型的振幅值与预先决定的阈值比较，在预定个数以上的频率的所述振幅值偏离所述阈值的情况下，判断为有异常预兆。

7.根据权利要求6所述的基板处理装置，其特征在于，

使用所述平均值和所述标准偏差，在将所述标准偏差的3倍的数值与所述平均值相加或相减而得到的范围内计算所述预先决定的阈值。

8.根据权利要求6所述的基板处理装置，其特征在于，

所述预兆检测部在判断为有异常预兆的情况下，产生警报，并且将确认到异常预兆的部件的传感器数据显示于画面。

9.根据权利要求4所述的基板处理装置，其特征在于，

在所述作为异常预兆检测对象的部件是对处理基板的处理室的气氛进行排气的排气装置的情况下，

所述预兆检测部构成为获取从由所述振动传感器检测的振动数据、所述排气装置的电流数据、所述排气装置的温度数据以及所述排气装置的排气压力数据构成的组中选择的至少一个所述传感器数据来生成所述正常模型。

10.一种半导体装置的制造方法，具有基板处理工序，该基板处理工序执行包括多个步骤的工艺制程来对基板实施预定的处理，其特征在于，

所述基板处理工序还具有：

在作为异常预兆检测对象的部件的更换或维护后获取与所述作为异常预兆检测对象的部件相关的传感器数据来再次生成正常模型的工序；以及

基于该正常模型监视装置的状态，在装置异常停止之前检测异常的预兆的工序。

11.一种预兆检测程序，其由基板处理装置执行，该基板处理装置获取与作为异常预兆检测对象的部件相关的传感器数据来生成正常模型，并基于所述正常模型来监视装置的状态，其特征在于，

所述预兆检测程序通过计算机使所述基板处理装置执行：

在所述作为异常预兆检测对象的部件的更换或维护后，获取所述传感器数据，根据该获取的所述传感器数据再次生成正常模型的步骤；以及

基于生成的所述正常模型监视所述装置的状态，检测所述装置的异常的预兆的步骤。

Images