CN114790993B - 推断装置、真空阀及真空泵 - Google Patents

Abstract

本发明提供一种可精度良好地进行真空泵的状态特性值的提取分类的推断装置。推断装置(6)是推断系统(100)的工艺气体条件的推断装置，所述系统(100)中，对导入有气体来进行工艺处理的真空腔室(1)，利用经由真空阀(2)而装设的真空泵(3)进行排气，所述推断装置(6)基于与规定的气体种类相关的真空阀(2)的阀体开度和系统(100)的有效排气速度的关联数据、以及真空腔室(1)的腔室压力(Pc)，推断包含导入气体的气体种类及气体流量的信息的第一工艺气体条件。

Description

推断装置、真空阀及真空泵

技术领域

本发明涉及一种推断在真空装置中处理的工艺条件的推断装置、具有所述推断装置的真空阀及真空泵。

背景技术

涡轮分子泵被用作各种半导体制造装置的排气泵，但若在蚀刻工艺等中进行排气，则反应生成物会堆积于泵内部。在涡轮分子泵中，转子在与定子之间具有间隙地高速旋转，但蚀刻时的反应生成物在泵内部堆积，最终填埋转子与定子间的间隙而固接，因此有时无法旋转运转。关于此种反应生成物堆积，例如提出了如专利文献1、专利文献2所记载的根据马达电流值的增加量来评价堆积量的手法。在专利文献1所记载的发明中，特别设置了将已知的气体种类、气体流量设定为一定的正常检查模式(health check mode)，基于在正常检查模式下测定的马达电流值评价了堆积量。

在专利文献2所记载的发明中提出了以下方法：在不设置如专利文献1所记载的正常检查模式那样的特别条件的情况下测定马达电流值，且仅采用所测定的马达电流值内的设定值以上的马达电流值，然后，计算每单位时间的平均值并将它们按时间序列排列，求出与使用开始时的初始马达电流值的差值，并对此值超过了预先设定的阈值的情况进行检测，由此检测生成物堆积。进而，仅在额定旋转模式下的马达电流值稳定的时间内测定马达电流值，并进行所述阈值判定。

[现有技术文献]

[专利文献]

[专利文献1]国际公开第2011/145444号

[专利文献2]国际公开第2013/161399号

发明内容

[发明所要解决的问题]

在如上所述将马达电流值的经时增加与阈值加以比较来评价生成物堆积量的情况下，若马达电流值测定时的泵的排气条件不大致相同，则也会测量到因与生成物堆积不同的要件(例如，气体流量的变化等)引起的马达电流值的变化，有无法进行适当的堆积量评价的问题。

在专利文献1所记载的发明中，由于在相同条件的正常检查模式下测定马达电流值Im，故不会产生如上所述的问题。然而，需要定期地使制造工艺暂时停止，以设置正常检查模式期间。进而，会产生用于正常检查模式的气体设备的设置、装置中的操作模式的追加、变更等负担。

在专利文献2所记载的发明中，关于马达电流值的测定及运算处理，在“仅额定旋转模式下的马达电流值稳定的时间”及“设定值以上”的条件下进行电流值测定，在“计算每单位时间的平均值”、“按时间序列排列”、“求出与使用开始时的初始马达电流值的差值”的条件下进行运算处理，由此，即便气体种类、气体流量这样的排气条件是未知的，最终也使得马达电流的测定条件的偏差极力减小。然而，由于在装置中以各种工艺条件制法进行蚀刻、成膜等工艺，因此所获取的马达电流值中包含在各种条件下测量的电流值，即便进行如上所述的运算处理，也无法成为实用水平的筛选提取条件。

[解决问题的技术手段]

基于本发明的第一形态的推断装置是推断系统的工艺气体条件的推断装置，所述系统中，对导入有气体来进行工艺处理的真空腔室，利用经由真空阀而装设的真空泵进行排气，所述推断装置基于与规定的气体种类相关的所述真空阀的阀体开度和所述系统的有效排气速度的关联数据、以及所述真空腔室的腔室压力，推断包含导入气体的气体种类及气体流量的信息的第一工艺气体条件。

基于本发明的第二形态的推断装置推断第一工艺气体条件、第二工艺气体条件、第三工艺气体条件及第四工艺条件中的至少一个、以及第五工艺气体条件，按时间序列生成多个包含所推断的工艺气体条件以及表示真空泵的运转状态的状态特性值的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

基于本发明的第三形态的真空阀设置于进行工艺处理的真空腔室与真空泵之间，且包括第一态样的推断装置，所述真空阀基于由所述推断装置推断的生成物堆积量判定真空泵内的生成物堆积状态。

基于本发明的第四形态的真空阀是被输入第一工艺气体条件、第二工艺气体条件、第三工艺气体条件及第四工艺气体条件中的至少一个、第五工艺气体条件、以及表示真空泵的运转状态的状态特性值的真空阀，且按时间序列生成多个包含所述第一工艺气体条件～所述第四工艺气体条件中的至少一个、所述第五工艺气体条件、以及表示所述运转状态的状态特性值的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

基于本发明的第五形态的真空泵包括：泵转子，由马达旋转驱动；以及第一形态的推断装置，所述真空泵基于由所述推断装置推断的生成物堆积量，判定真空泵内的生成物堆积状态。

基于本发明的第六形态的真空泵是被输入第一工艺气体条件、第二工艺气体条件、第三工艺气体条件及第四工艺气体条件中的至少一个、以及第五工艺气体条件的真空泵，且按时间序列生成多个包含所述第一工艺气体条件～所述第四工艺气体条件中的至少一个、所述第五工艺气体条件、以及表示真空泵的运转状态的状态特性值的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

[发明的效果]

根据本发明的推断装置，可推断包含导入气体的气体种类及气体流量的信息的工艺气体条件的推断值。根据本发明的真空阀，可基于由推断装置推断的生成物堆积量来判定真空泵内的生成物堆积状态，另外，可自包含工艺气体条件以及状态特性值的多个数据集中仅提取表示了平衡状态的数据集，并将所提取的数据集分类到所述分类框。根据本发明的真空泵，可基于由推断装置推断的生成物堆积量来判定真空泵内的生成物堆积状态，另外，可自包含工艺气体条件以及状态特性值的多个数据集中仅提取表示了平衡状态的数据集，并将所提取的数据集分类到所述分类框。

附图说明

图1是表示真空处理装置的概略结构的框图。

图2是表示工艺处理与腔室压力Pc之间的关系的示意图。

图3是说明工艺压力Ps的图。

图4是表示阀体开度θ与有效排气速度Se(θ)之间的关系的图。

图5是表示有效排气速度Se(θ)在低开度区域及高开度区域中的倾向的图。

图6是说明(ao，Qino)的算出方法的图。

图7是说明马达电流值的测量时机与工艺信息数据集之间的关系的图。

图8(a)～图8(c)是表示在其他装置中设置推断装置的功能时的结构的图，示出在真空阀中设置的情况、在真空泵中设置的情况、及在主控制装置中设置的情况。

[符号的说明]

1：真空腔室

2：真空阀

3：真空泵

4：流量控制器

5：真空计

6：推断装置

7：主控制装置

21：阀体

32：泵转子

61：推断部

62：存储部

具体实施方式

以下，参照图式对本发明的具体实施方式进行说明。

-第一实施方式-

图1是表示真空处理装置100的概略结构的框图。作为真空处理装置100，例如有蚀刻装置、成膜装置等。真空处理装置100包括：进行工艺处理的真空腔室1、装设于真空腔室1的真空阀2、经由真空阀2而安装于真空腔室1的真空泵3、对导入真空腔室1的气体的流量进行控制的流量控制器4、对真空腔室1的压力进行测量的真空计5、推断装置6、以及对真空处理装置100进行控制的主控制装置7。

真空阀2为自动压力控制阀，其基于自主控制装置7输入的目标压力Ps以及自真空计5输入的腔室压力Pc，对阀体21的开度θ进行自动调整以使腔室压力Pc成为目标压力Ps。真空阀2将由真空计5测量的腔室压力Pc输出至主控制装置7。图1的真空泵3为涡轮分子泵，泵转子32利用马达而高速旋转。在排气口31连接有干式泵等辅助泵(未图示)。在真空阀2中存储有作为与基准气体相关的有效排气速度的关联数据Se_基准(θ)。自真空阀2始终向推断装置6输入腔室压力Pc、目标压力Ps，另外，也输入关联数据Se_基准(θ)。作为已知的基准气体的有效排气速度与开度的关系的关联数据Se_基准(θ)可为初次的一次性的发送输入。另外，自真空泵3向推断装置6输入马达电流值Im作为与生成物堆积量的相关性强的状态特性值。

推断装置6包括推断部61及存储部62。在推断部61的数据集生成部61A中，基于自真空阀2输入的腔室压力Pc、目标压力Ps及关联数据Se_基准(θ)推断真空腔室1内的工艺条件，且生成由与工艺气体条件相关的一组数据构成的工艺信息数据集。另外，数据集生成部61A在生成所述工艺信息数据集的基础上，还生成在工艺信息数据集中加入自真空泵3输入的马达电流值Im而成的堆积信息数据集。在推断部61的堆积量判定部61B中，进行用于堆积量判定的堆积信息数据集的提取、及基于所提取的堆积信息数据集的堆积量判定。自推断装置6输出堆积量判定信息，且在图1所示的例子中被输出至主控制装置7。

推断装置6例如包括具有中央处理器(central processing unit，CPU)、存储器(只读存储器(read-only memory，ROM)、随机存取存储器(random asccess memory，RAM))及周边电路等的微机(microcomputer)等运算处理装置，通过存储于ROM中的软件程序来实现推断部61的功能。存储部62由微机的存储器构成。另外，也可由现场可编程门阵列(FieldProgrammable Gate Array，FPGA)等数字运算器及其周边电路构成。

如上所述，在真空泵3内，因工艺气体的排气而反应生成物堆积，作为与生成物堆积量的相关性强的特性值，已知有真空泵3的马达电流值Im。由于马达电流值Im依存于由真空泵3排气的真空腔室1的工艺条件，因此在使用马达电流值Im作为表示生成物堆积量的状态特性值的情况下，也需要考虑电流值测量时的工艺条件。

图2是表示工艺处理(也称为工艺事件)与腔室压力Pc之间的关系的示意图。在图2所示的例子中，示出了对搬送至真空腔室1的晶片反复进行A、B、C所示的三种工艺处理(例如，蚀刻处理、成膜处理)的情况。在时机W1in，若未处理晶片搬入完成，则对所述晶片依次进行处理A、处理B及处理C，在处理完毕的晶片的搬出(W1out)及未处理的晶片的搬入(W2in)之后，对所搬入的晶片依次进行处理A、处理B及处理C。在晶片搬入后开始导入工艺气体的处理A是在腔室压力Pc稳定为目标压力Ps1的状态(平衡状态)R1下进行，同样地，处理B是在腔室压力Pc稳定为目标压力Ps2的状态(平衡状态)R2下进行。另外，处理C保持与处理B相同的目标压力Ps2，但在自处理B向处理C的切换时机进行其他气体的导入置换，因此在腔室压力Pc暂时自平衡状态背离后再次稳定为目标压力Ps2的状态(平衡状态)R3下进行。通常，在经过自动调压的过渡响应过程而腔室压力Pc达到目标压力Ps并成为一定的压力的状态下实施蚀刻或成膜工艺。

关于去除堆积物的维护时机的判定，利用马达电流值Im的增加量进行判定，在相对于反应生成物未堆积的状态下的马达电流值Im的电流增加量超过了规定的阈值的情况下，判定为维护时机。若反应生成物在泵内堆积，则对旋转驱动泵转子32的马达的负荷增加。然而，由于马达电流值Im也会因反复进行工艺事件期间的气体负荷的变化而变化，因此在测量到的马达电流值Im中包含因气体负荷变动引起的电流值变化、以及因堆积量增加引起的电流值变化。因此，若并非利用在气体负荷相同的条件下获取的马达电流值Im进行判定，则无法适当地进行利用电流值增加量的堆积量判定。例如，若采样数据中混杂有在图2的状态R1时测量的马达电流值Im以及在状态R2时测量的马达电流值Im、在状态R3时测量的马达电流值Im，则无法进行堆积量的正确评价。

在本实施方式中，通过对马达电流值Im加入由与工艺气体条件相关的一组数据构成的工艺信息数据集，可利用相同的工艺气体条件(气体负荷条件)下的马达电流值Im进行堆积量判定。

[1.关联数据Se_基准(θ)]

首先，对存储于真空阀2中的关联数据Se_基准(θ)进行说明。如图1所示，进行半导体工艺(干式蚀刻等)的工艺气体排气系统至少包括进行工艺处理的真空腔室1、气体导入系统(流量控制器4等)、真空计5、真空阀2、真空泵3(也包括辅助泵)。排气系统的有效排气速度Se受真空腔室1的结构的影响，但大致由真空阀2的流导率与阀下游侧的真空泵3的排气速度决定。真空阀2的流导率根据阀体开度θ而变化，因此有效排气速度Se表示为阀体开度θ的函数。此外，有效排气速度Se不仅依存于开度θ，也依存于导入气体流量Qin，但导入气体流量Qin的影响小，因此在本实施方式中，如Se(θ)那样作为仅开度θ的函数进行说明。

在本实施方式中，与已知的作为基准的气体种类的气体(例如Ar气体)相关的真空阀2的阀体开度θ和有效排气速度Se的关联数据Se_基准(θ)预先存储于推断装置6的存储部62中。作为关联数据Se_基准(θ)的获取方法，例如，通过向将真空阀2及真空泵3装设于规定的真空腔室而成的排气系统中导入已知的作为基准的气体种类的气体(例如Ar气体)，并在各种阀体开度θ下测定有效排气速度Se而获得。在向用户发货之前获取所述关联数据Se_基准(θ)，并将其存储于推断装置6的存储部62中。或者，在用户的排气系统中导入规定的基准气体种类、气体流量，同样地实测有效排气速度Se，并存储于推断装置6的存储部62中。

此外，关联数据Se_基准(θ)是在真空阀2的自动调压控制中也会使用的数据，因此通常被存储于真空阀2中。因此，也可将存储于真空阀2中的关联数据Se_基准(θ)如图1所示的那样经由通信功能向推断装置6进行数据发送。此数据发送可为仅一次发送。

[2.工艺气体条件]

接着，对工艺气体条件进行说明。作为工艺条件，也有等离子体激励所必需的高频电力等，但此处，作为与导入气体相关联的工艺气体条件，考虑基准气体相当流量Qin_a、气体种类相对值a、气体流量Qin、工艺压力Ps、事件时间长度Time_spn。其中，基准气体相当流量Qin_a是依存于气体种类与气体流量的量，根据状况有采用基准气体相当流量Qin_a的情况，也有采用气体种类相对值a及气体流量Qin的情况。进而，所述工艺气体条件即便在实现了推断的情况下，也有就测量时机而言并不优选的情况。具体来说，腔室压力Pc若为平衡状态则优选，在为过渡状态的情况下不优选。因此，优选的是除了采用所述工艺气体条件以外，还采用测量推荐时机信息flag_OK作为工艺气体条件。作为所述多个工艺气体条件集合而成的工艺信息数据集，推断装置6生成[a，Qin，Ps，Time_spn，flag_OK]或[Qin_a，Ps，Time_spn，flag_OK]。此处，将五个或四个工艺气体条件设为集合，但根据状况进行选择即可。例如，也可使用仅一个工艺气体条件，即便所包含的工艺气体条件为一个，也称为工艺信息数据集。

(1-1.工艺压力Ps)

工艺压力Ps作为自动调压的目标压力而自主控制装置7设定输入至真空阀2。图3在图2所示的腔室压力Pc的变化的基础上，以虚线示出了输入至推断装置6的目标压力Ps的变化。输入目标压力Ps，并通过真空阀2的自动调压将腔室压力Pc调整为目标压力Ps。通常，在自动调压的过渡响应过程之后达到目标压力Ps并成为一定的压力的状态下实施蚀刻或成膜工艺(图3的工艺事件A、工艺事件B、工艺事件C)。因此，可在工艺气体条件中采用：腔室压力Pc大致成为平衡状态且成为工艺压力(目标压力)Ps。即，在图3中成为Pc＝Ps1的期间(工艺事件A)，作为工艺气体条件而生成工艺压力Ps1，在成为Pc＝Ps2的期间(工艺事件B、工艺事件C)，作为工艺气体条件而生成工艺压力Ps2，在其他期间不生成工艺气体条件(工艺压力Ps)。此处，所谓其他期间是指不实施进行晶片的搬入搬出的工艺的高真空的期间。此外，在图3中，为了方便，在此期间也记载了目标压力Ps的虚线，但未必需要进行自动调压，也可将阀的阀体驱动至开度全开，将残留于真空腔室的工艺气体强制排气。

(1-2.事件时间长度Time_spn)

事件时间长度Time_spn是自工艺事件的开始到结束的时间长度。例如，利用目标压力Ps有无变化或有无自平衡状态的背离，推断事件时间长度Time_spn。在图3所示的例子中，在t＝t1时目标压力Ps自高真空变化为Ps1，在t＝t2时目标压力Ps自Ps1变化为Ps2。t＝t1视为事件A的开始，t＝t2视为工艺事件A的结束。因此，Time_spn＝t2-t1是为目标压力Ps1的工艺事件A的事件时间长度。另一方面，t＝t2既是工艺事件A的结束，也是下一工艺事件B的开始，但在工艺事件B的结束时目标压力Ps未变化而保持Ps2，因此根据目标压力Ps的变化不会得知工艺事件B的结束。因此，在目标压力Ps无变化的情况下，根据腔室压力Pc自目标压力Ps2的背离来推断工艺事件B的结束。在图3中，t＝t13的时机被视为工艺事件B的结束，因此Time_spn＝t13-t2为工艺事件B的事件时间长度。

t＝t13既是工艺事件B的结束，也是下一工艺事件C的开始。工艺事件C的结束在图3中为t＝t3或t＝t14。若根据目标压力Ps自Ps2变化为高真空来推断，则结束为t＝t3，若利用自平衡状态的背离来推断，则结束为t＝t14。在任一情况下均为大致相同的时刻，因此若将t＝t3视为工艺事件C的结束，则Time_spn＝t3-t13是为目标压力Ps2的工艺事件C的事件时间长度。

如上所述，通常，事件即将结束之前的腔室压力Pc是为工艺压力的目标压力Ps且一定的平衡状态，因此工艺事件也是自平衡状态至平衡状态的期间。例如，若将图3的工艺事件A的前一高真空状态也视为平衡状态，则自此平衡状态(t＝t11)至工艺事件A的末期的平衡状态(t＝t12)的期间(t12-t11)被推断为工艺事件A的事件时间长度Time_spn。另外，自工艺事件A的末期的平衡状态(t＝t12)至下一工艺事件B的末期的平衡状态(t＝t13)的期间(t13-t12)被推断为工艺事件B的事件时间长度Time_spn。进而，自工艺事件B的末期的平衡状态(t＝t13)至下一工艺事件C的末期的平衡状态(t＝t14)的期间(t14-t13)被推断为工艺事件C的事件时间长度Time_spn。

此外，在目标压力Ps不变化而保持一定地开始或结束工艺事件的工况下，如图3所示，通常会因导入气体的变化而暂时自平衡状态偏离。即，腔室压力Pc暂时自目标压力Ps背离后再次收敛为目标压力Ps而成为平衡状态。因此，利用有无自所述平衡状态的背离来判断开始或结束，由此推断事件时间长度Time_spn。但是，在导入气体的变化小的情况下，有几乎不存在自平衡状态的背离的情况，在此种工况下，根据后述的基准气体相当流量Qin_a的变化来判定工艺气体条件。

此外，关于事件时间长度Time_spn，自可推断开始时间点开始至可推断结束时间为止是未知的。即，利用自当前时刻减去开始时刻而得的时间值时时刻刻进行更新，且在结束时间点停止更新，由此确定事件时间长度Time_spn值。

(1-3.气体种类相对值a、气体流量Qin)

如图4所示，有效排气速度Se(θ)呈相对于阀体开度θ单调增加的关系。在图4中，线L1、线L2、线L3分别为与氦气、氩气、氙气相关的有效排气速度Se(θ)。另外，在可忽视真空腔室1的结构对有效排气速度Se(θ)的影响的情况下，有效排气速度Se(θ)如下式(1)所示，由真空泵3的排气速度Sp及真空阀2的流导率Cv(θ)决定。

Se(θ)＝1/(1/Cv(θ)+1/Sp)…(1)

开度θ与有效排气速度Se(θ)的关系一般示出如图5所示的倾向。即，在由线L10表示的有效排气速度Se(θ)中，在开度θ小的区域(低开度)C，真空阀2的流导率Cv(线L11)占支配地位，在开度θ大的区域(高开度)D，真空泵3的排气速度Sp(线L12)占支配地位。

另外，已知通常在半导体工艺条件下，在阀体开度θ小的低开度区域中，气体流可视为分子流区域，若将导入气体种类的分子良设为M，则流导率Cv(θ)与√M成反比。因此，在阀体开度θ小的低开度区域中，在任意的气体种类(分子量M)的有效排气速度Se与基准气体种类(分子量M0)的有效排气速度Se_基准之间，下式(2)的关系成立。

Se(θ)＝(√(M0/M))×Se_基准(θ)…(2)

在式(2)中，√(M0/M)表示有效排气速度Se(θ)与基准气体种类的有效排气速度Se_基准(θ)的比率，可知可利用所述比率表述气体种类。以下，利用下式(3)来定义气体种类相对值a。

气体种类相对值a＝√(M0/M)＝Se(θ)/Se_基准(θ)…(3)

气体种类相对值a是在较基准气体种类轻的气体中大于1、在重的气体中小于1的值。此外，以上对阀体开度θ小的低开度区域中的性质进行了说明，但在通常的工艺中使用的开度范围一般来说也与所述低开度区域重叠，因此在以下的说明中未特别注明低开度区域。

在真空阀2中，为了最佳地实现自动调压，有推断所导入的气体种类、气体流量来进行应对的情况。例如，若在前一工艺事件结束且当前的工艺事件开始的腔室压力Pc的过渡响应期间的初始阶段设置将阀体开度固定于某个开度位置的控制期间，则可在此期间推断气体种类、气体流量。通常，气体的导入置换是通过流量控制器4而在较所述阀体开度固定期间充分短的时间内迅速完成。因此，在设置了阀体开度θ被固定的期间的情况下，所述初始阶段除外，气体种类、流量、开度为一定的，因此可认为有效排气速度Se也是一定的值Se0。此情况下，所述初始阶段除外，在阀体开度θ已被固定的期间中的任意的时间点t1、时间点t2，排气式子(4A)、排气式子(4B)成立。若自式(4A)、式(4B)中消除Se0，则可利用下式(5)推断气体流量Qin。

Qin＝V×dPr1/dt+Se0×Pr1…(4A)

Qin＝V×dPr2/dt+Se0×Pr2…(4B)

Qin＝V×(Pr2×dPr1/dt-Pr1×dPr2/dt)/(Pr2-Pr1)…(5)

另外，根据式(4A)、式(4B)，有效排气速度Se0由下式(6)表示。

Se0＝-V×(dPr2/dt-dPr1/dt)/(Pr2-Pr1)…(6)

在式(4A)、式(4B)、式(5)及式(6)中，Pr1及Pr2为t＝t1、t2时的压力测量值，dPr1/dt及dPr2/dt是t＝t1、t2时的压力测量值的时间上的压力变化率。V为腔室容积。此外，为了自动调压的最佳化，腔室容积值V通常是通过在将真空阀2装设于真空腔室的安装时进行仅一次的校正处理来测量而事先获取。

利用式(6)算出的有效排气速度Se0是经固定的阀体开度θ下的有效排气速度。气体种类未知的所述有效排气速度Se0可使用基准气体种类的有效排气速度Se_基准(θ)以及气体种类相对值a而表示为Se0(θ)＝a×Se_基准(θ)。若使用式(6)，则气体种类相对值a如下式(7)所表示。

a＝-(V/Se_基准(θ))×(dPr2/dt-dPr1/dt)/(Pr2-Pr1)…(7)

也可将此种在调压控制中途的过渡状态下算出的(a，Qin)的一个推断值直接用作(a，Qin)，或者充当为基准气体相当流量Qin_a，但由于是在过渡状态这一动态过程中被推断出来的，故一般来说误差大。因此，为了减少误差而应用下述对策。

在调压时的过渡状态下获取的(a，Qin)的推断值存在多个(N个)的情况下，将它们表示为(a_est1，Qin_est1)、(a_est2，Qin_est2)、(a_estk，Qin_estk)、…、(a_estN，Qin_estN)，k＝1、2、…、N。在就数据而言有效的工艺事件中，在结束时必须成为平衡状态，基准气体相当流量Qin_a可通过Se_基准(θ)×Ps求出。因此，在图6所示的Qin-a平面中，平衡状态由直线Qin＝Qin_a×a上的点表示，所述N个推断值分散于直线周边。

因此，直线与各推断点(k点)的距离Lk的平方和(ΣLk^2)最小的直线上的点(ao，Qino)可谓是最佳的点。在求此点时，作为约束条件Qino＝Qin_a×ao而应用拉格朗日(Lagrange)的待定乘数法即可。若对利用ao、Qino及拉格朗日乘数λ各自对F＝(ΣLk^2)+λ(Qino-Qin_a×ao)进行偏微分而得的值为0的联立方程式进行求解，则获得下式(8A)、式(8B)。

ao＝Σ{Qink+(1/Qin_a)×ak}/{N×(Qin_a+1/Qin_a)}…(8A)

Qino＝Qin_a×ao…(8B)

可将此(ao，Qino)应用作工艺事件的气体种类相对值、气体流量。另外，关于(ao，Qino)，若在前一事件与当前事件中存在有意义的变化，则即便Qin_a无变化，也可判断为当前事件结束。

(1-4.基准气体相当流量Qin_a)

在通常的工艺中，一般会导入多个气体种类的气体，且每个气体种类的流量不同。在导入包括多个气体种类的混合气体的情况下，下式(9)所示的排气式子相对于各个气体种类成立。即，混合气体的情况下的排气式子成为混合气体中包含的各气体种类的排气式子的叠加。式(9)表示了N种(k＝1、2、3、…、N)气体种类的排气式子，Qink、Pk及Sek(θ)是与气体种类k相关的气体流量、压力(分压)及有效排气速度，V为腔室容积。dPk/dt表示了压力Pk的时间微分。气体种类k的有效排气速度Sek(θ)使用气体种类k的气体相对于基准气体的气体种类相对值ak而如下式(10)所表示。

Qink＝V×dPk/dt+Sek(θ)×Pk…(9)

Sek(θ)＝ak×Se_基准(θ)…(10)

若由式(9)表示的与N种(k＝1、2、3、…、N)气体种类相关的N个排气的式子的两边除以ak，进而将左边彼此、右边彼此分别相加，则获得下式(11)。

Σ(Qink/ak)＝V×Σ(dPk/dt/ak)+Se_基准(θ)×Σ(Pk)…(11)

k＝1、2、…、N

式(11)的(Pk)为分压的总和，因此是由真空计5测量的腔室压力Pc。式(11)是与混合气体相关的式子，但在将式(11)的关系所表示的混合气体视为具有气体种类相对值a_total的平均单一的气体的情况下，与式(11)对应的式子如下式(12)所表示。

Qin_total/a_total＝V×dPc/dt/a_total+Se_基准(θ)×Pc…(12)

在式(12)中，Qin_total对应于混合气体的流量，因此Qin_total＝ΣQink，左边＝ΣQink/a_total。此处，若考虑到式(12)的左边对应于式(11)的左边而左边彼此相等，则获得Σ(Qink/ak)＝ΣQink/a_total。即，相当于混合气体的平均单一气体的气体种类相对值a_total由下式(13)表示。

a_total＝ΣQnk/Σ(Qink/ak)…(13)

尤其在压力平衡状态下，由于dPk/dt＝0(k＝1、2、…、N)，故在压力平衡状态下，式(11)、式(12)分别如式(14)、式(15)所表示。

Σ(Qink/ak)＝Se_基准(θ)×Σ(Pk)(k＝1、2、…、N)…(14)

Qin_total/a_total＝Se_基准(θ)×Pc…(15)

由于式(14)、式(15)的右边在任一情况下均为基准气体的有效排气速度与压力的积，因此左边的Qin_total/a_total(＝Σ(Qink/ak))可解释为与基准气体相当的气体流量。以下，将Qin_total/a_total(＝Σ(Qink/ak))表述为基准气体相当流量Qin_a。基准气体相当流量Qin_a由下式(16)定义。

Qin_a＝Qin_total/a_total(＝Σ(Qink/ak))…(16)

在工艺气体(混合气体)中，若较基准气体轻的气体种类的流量占支配地位，则Σ(Qink/ak)中轻的气体种类的Qink/ak占支配地位。因此，Qin_a概略上为Qin_total除以轻的气体种类的气体种类相对值ak而得的值，Qin_a示出变小的倾向。相反地，在重的气体种类占支配地位的情况下，Qin_a示出变大的倾向。因此，以下，采用由式(16)表示的基准气体相当流量Qin_a作为不仅是混合气体、还包括单一气体种类在内的包含气体流量、气体种类信息的气体特性值的一个指标(工艺气体条件)。此外，以下，不仅在混合气体的情况下，也包括单一气体种类的情况在内，将由Qin_total＝ΣQink、a_total＝ΣQnk/Σ(Qink/ak)表示的Qin_total、a_total分别表述为Qin及a。即，式(16)如下式(17)所表示。

Qin_a＝Qin/a(＝Σ(Qink/ak))…(17)

基准气体相当流量Qin_a是由Qin_total/a_total定义的气体特性值，因此不仅在气体流量增加的情况下变大，而且在平均的气体种类变重、a_total变小的情况下也变大。即，气体流量的增加及平均的分子量M的增加表现为基准气体相当流量Qin_a的增加，气体流量的减少及平均的分子量M的减少表现为基准气体相当流量Qin_a的减少。

如所述事件时间长度Time_spn的说明中也记载的那样，在为即便工艺事件变化但目标压力Ps也不发生变化而一定的工况、进而导入气体因工艺事件的变化而产生的变化小的情况下，几乎不会发生自平衡状态的背离，有无法推断工艺事件的开始或结束的情况。即便在此种工况下，也有可根据基准气体相当流量Qin_a的变化来判定事件结束的情况。

当即便目标压力值无变化但(工艺事件变化而)气体种类、气体流量变化时，即，当前一事件结束且当前事件开始时，真空阀2为了将腔室压力Pc保持为一定的目标压力Ps而被自动调压，其结果，阀体开度θ一般自前一事件变化。通过此开度变化，可判断工艺事件的开始或结束。根据所述式(15)、式(16)，在目标压力Ps一定的各工艺事件的平衡状态下为Qin_a＝Se_基准(θ)×Ps，因此阀体开度θ的变化最终表现为Qin_a的变化。可将基于阀体开度θ与目标压力Ps算出的基准气体相当流量Qin_a应用作工艺事件的气体种类、气体流量的信息。另外，即便在工艺事件之间未自平衡状态背离，利用Qin_a的值的变化也可判断事件结束。

(1-5.测量推荐时机信息flag_OK)

考虑真空泵3(例如，涡轮分子泵)的马达电流值Im由真空泵3自身测量并将其数据逐次发送至推断装置6的情况。当存在如当前的事件期间开始时气体负荷极端变大那样的导入气体的变化时，转子旋转速度在因转矩不足而自额定旋转速度暂时下降后，恢复为额定旋转速度。此时，马达电流值Im在急剧变大而发生过冲后，收敛为较变化前大的电流值。如此，由于马达电流在事件期间中变化，因此作为工艺事件的代表值，优选在成为变为目标压力Ps的平衡状态的状态下确保测量值。

测量推荐时机信息flag_OK是表示成为变为目标压力Ps的大致平衡状态的指标。在测量推荐时机信息flag_OK＝1的情况下，所述时机为平衡状态而为优选的测量时机。另一方面，在测量推荐时机信息flag_OK＝0的情况(非平衡状态)下，作为测量时机而言并不优选，不采用在所述时机下测量的马达电流值Im作为堆积量判定用的马达电流值Im。作为测量推荐时机信息flag_OK的一例，若腔室压力Pc进入Ps±0.02Ps、即±2％范围内达5秒钟，则判定为平衡状态，将标志值flag_OK自0设立为1。

图7是说明马达电流值Im的测量时机与工艺信息数据集之间的关系的图，显示有与图3同样的表示目标压力Ps的线(虚线)以及表示腔室压力Pc的线(实线)。此处，考虑数据集[Ps，Time_spn，flag_OK]的推移。Δts为推断运算的时间间隔。Δts一般优选为短时间，但为了简化说明，设Δts＝3秒，且作为与工艺事件B关联的时刻，给出ts1～ts8进行说明。关于事件时间长度Time_spn的开始及结束，设为目标压力Ps发生变化的时机或自平衡状态背离的时机。即，关于工艺事件B的开始，采用目标压力Ps发生变化的时机而设为目标压力Ps自Ps1变化为Ps2的时机(图7的ts1)，关于工艺事件B的结束，采用自平衡状态背离的时机而设为发生偏离的时机(图7的ts8)。

工艺压力Ps至少在t＝ts1至t＝ts8之间被推断为Ps2。此处，目标压力最初成为Ps＝Ps2是在t＝ts1，因此此时机为开始时刻。另外，腔室压力Pc最初自Ps附近的平衡状态背离是在t＝ts8，因此此时机为结束时刻。如上所述，事件时间长度Time_spn是自当前时刻减去开始时刻而得的值，因此像在测量时机ts3被推断为Time_spn＝ts3-ts1、在测量时机ts7被推断为Time_spn＝ts7-ts1那样被推断为暂定的值。然后，当到达结束时刻ts8时，确定工艺事件B的事件时间长度Time_spn＝ts8-ts1，与自测量时机ts1至测量时机ts8的事件时间长度Time_spn相关的数据全部自暂定值更新为确定值＝Time_spn＝ts8-ts1。

关于测量推荐时机信息flag_OK，在ts1～ts5中，腔室压力Pc自工艺压力Ps背离(背离条件＝进入Ps2附近内小于5秒)，因此被设定为flag_OK＝0，在ts6及ts7中，为平衡状态(平衡条件＝进入Ps2附近内达5秒以上)，因此被设定为flag_OK＝1。另外，在结束时刻即ts8，再次自Ps2背离(进入Ps2附近内小于5秒)，因此被设定为flag_OK＝0。

因此，测量时机ts1～测量时机ts8中的工艺信息数据集[Ps，Time_spn，flag_OK]依次成为[Ps2，ts8-ts1，0]、[Ps2，ts8-ts1，0]、[Ps2，ts8-ts1，0]、[Ps2，ts8-ts1，0]、[Ps2，ts8-ts1，0]、[Ps2，ts8-ts1，1]、[Ps2，ts8-ts1，1]、[Ps2，ts8-ts1，0]。此情况下，可谓在测量推荐时机信息flag_OK为1的自测量时机ts6至测量时机ts7之间测量的马达电流值Im是可用于堆积量评价的数据。

[3.堆积信息数据集的生成]

如上所述，推断装置6生成多个工艺气体条件集合而成的工艺信息数据集[a，Qin，Ps，Time_spn，flag_OK]或[Qin_a，Ps，Time_spn，flag_OK]。由于测量推荐时机信息flag_OK是表示是否为平衡状态的指标，因此，例如在未成为平衡状态且因目标压力Ps的设定变更而结束的情况下，flag_OK不设立标志，因此，此情况下的马达电流值Im被判断为并非推荐值。

进而，推断装置6将自真空泵3输入的状态特性值，例如作为堆积量评价用的状态特性值的马达电流值Im加入所生成的工艺信息数据集中，生成堆积信息数据集。自真空泵3，始终随马达电流值Im一起发送输入测量时刻Time_msr，因此在堆积信息数据集中也追加测量时刻Time_msr，堆积信息数据集表示为[a，Qin，Ps，Time_spn，flag_OK；Im，Time_msr]或[Qin_a，Ps，Time_spn，flag_OK；Im，Time_msr]。

此外，也可代替测量时刻Time_msr而使用事件开始时刻或结束时刻。由于事件时间长度Time_spn的结束时机显然是未定的而会突然到来，因此例如以1秒为间隔而暂定存储过去5次的量的、设立有flag_OK的标志的情况下的数据集。然后，若被判定为事件结束，则在暂时存储的数据集内仅存储一组，其余的舍弃。在下一工艺事件中也重复进行同样的处理。例如，在图7所示的例子中，由于设为3秒间隔，因此暂定存储过去2次的量。在t＝ts8时判定为事件结束，存储包含作为flag_OK＝1的数据集而暂定存储的测量时机ts7的、过去2次的量的数据集内的一个集合。在堆积量评价中只要得知马达电流值Im的经时变化即可，因此作为堆积数据，在一个工艺事件中未必需要多个数据，如上所述，存储一个集合的设立有flag_OK标志的数据集便足够。

此外，由于在事件结束时所述工艺事件的数据集(工艺信息数据集及堆积信息数据集)已被确定，因此视需要将所述确定数据集(工艺信息数据集或堆积信息数据集)发送输出至各外围组件设备。在图1所示的结构的情况下，推断装置6不仅进行堆积信息数据集的生成，还进行生成物堆积的评价、判定，因此不需要特别进行向其他外围组件设备的输出。

(要存储保存的数据集)

预防性保养中的监视期间为几个月～几年左右，此处，以一年为例进行说明。关于获取数据集的每个工艺事件的事件时间长度Time_spn，若为蚀刻工序，则孔越窄且深越长，若为成膜工序，则致密的膜的膜厚越厚越长，有数秒至数十分钟多种。例如，在考虑事件时间长度Time_spn为60秒的情况下，在一年的连续运转中数据集数将成为50万个左右。若利用专用的个人计算机(personal computer，PC)等对数据集进行管理，则可预先保存全部数据，但在利用真空阀2、真空泵3等组件设备进行存储保存的情况下，存储量很有可能严格受限。在此种情况下，可在预先以多个类别决定了分类框后，每次进行分类提取处理，将未被提取的数据集舍弃，仅存储保存被分类提取出的数据集。

[4.数据集的分类提取]

每个工艺事件的确定数据集被蓄积于推断装置6的存储部中。推断装置6自所蓄积的从当前到过去的多个工艺事件的确定数据集中，分类提取符合被视为相同的工艺条件的分类框架的数据集。

(4-1.以单一的工艺气体条件决定类别分类框的情况)

在决定被视为相同的工艺条件的分类框架的情况下，优选设为与生成物堆积的关联强的分类框架。蚀刻气体通常为重的气体，在气体流量越多，即，基准气体相当流量Qin_a越大的情况下，可谓与生成物堆积的相关性越强。因此，作为评价对象，应在基准气体相当流量Qin_a大的条件下进行。但是，由于每个最终用户的工艺条件不同，因此，若仅将基准气体相当流量Qin_a大的数据集作为对象，则有通过分类而收集的数据的数量变得极少的担忧。因此，优选将作为比较大的基准气体相当流量Qin_a的多个评价对象类别作为分类框。

例如，将与基准气体相当流量Qin_a相关的一个框架设为Qin_a_1，且以±比率(ratio)×Qin_a_1生成其框范围。在图3所示的例子的情况下，若在各工艺事件中所获得的基准气体相当流量Qin_a内，例如与工艺C相关的Qin_a_C处于框范围内，与工艺A、工艺B相关的Qin_a_A、Qin_a_B处于框范围外，则仅分类提取在平衡状态下获取的工艺C的数据集。

在代替基准气体相当流量Qin_a而使用气体种类相对值a及气体流量Qin的情况下，只要将(a，Qin)的框范围设定为例如±比率×a、±比率×Qin即可。比率为0＜比率＜1的值，通常设为0.1～0.2左右。将被分类到一个框架的确定数据集群组各自按照时间序列排列，若按照时间序列排列的马达电流值Im的数据群大致单调增加而超过了规定的阈值，则可判定为维护时期。

此外，在尽管分类框架适当但并非单调增加而可见急剧下降并再次增加的倾向的情况下，可评价分析为很有可能是在途中实施了真空泵3的更换等外围维护。另外，不仅可如上所述对提取数据群组进行直接评价，也可与现有技术同样地根据回归分析生成最佳趋势直线(或曲线)，并利用是否达到了规定的阈值来判定是否需要维护。

此外，在涡轮分子泵中，以接近音速的速度高速旋转的泵转子32因与气体分子碰撞而发热，但通过向相向的定子侧的热辐射而散热。若生成物的堆积量增加，则由于生成物附着于泵转子32及定子表面而散热特性变差，转子温度上升。即，转子温度也可谓是与生成物堆积量的相关性强的状态特性值。因此，在真空泵3上配备有测量泵转子32的温度的转子温度传感器的情况下，也可代替马达电流值Im而采用转子温度作为用于对生成物堆积量进行评价的状态特性值。此情况下，也可通过获取与转子温度相关的数据集并同样地进行分类，来进行温度增加倾向的评价、通过与阈值的比较而进行的状态判定。进而，通过利用马达电流值Im与转子温度这两个状态特性值进行评价、判定，可进一步提高生成物堆积度评价的判定精度。

(气体种类相对值a、气体流量Qin的分类框的标准)

对气体种类相对值a、气体流量Qin的分类框的标准进行说明。例如，在蚀刻工艺中，将Ar气体(M＝40)作为稀释气体来进行蚀刻气体的导入。作为蚀刻气体的例子，在SF₆(分子量M＝142)、C₄F₈(分子量M＝200)的情况下，若将Ar气体作为基准气体，则根据式(3)，气体种类相对值a分别为a＝0.53、a＝0.45。通常，蚀刻气体的分子量在Ar气体以上，因此气体种类相对值a的分类框至少应设为a＜1。另外，关于气体流量Qin，在搭载3000L/s类别的涡轮分子泵的工艺腔室中，分类框的标准为数百标准毫升/分钟(standard cubiccentimeter per minute，sccm)左右。

(生成物堆积的影响与分类框)

对气体种类所影响的气体种类相对值a或基准气体相当流量Qin_a进行考察。如上所述，在通常的工艺中，在真空阀2的阀体开度θ小的低开度区域中成为平衡状态，此时的有效排气速度的值几乎可视为阀流导率值。例如，在泵排气速度Sp＝2000L/s、阀流导率Cv＝200L/s的情况下，有效排气速度Se为182L/s(＝1/(1/Sp+1/Cv)，是较仅流导率的情况降低约10％的程度。将被纳入所述程度的区域视为低开度区域。因此，若执意明示限定为低开度区域，则阀体开度θ也加入事件条件(数据集)中，且也将其开度值为某低开度值以下(例如开度10％以下等)追加为分类框即可。

若生成物堆积量增加，则在真空泵内部，气体流有堵塞倾向，为了维持额定旋转而马达电流增加，但即便如此，排气性能仍降低，因此泵排气速度Sp成为降低倾向。例如，在泵排气速度Sp降低10％左右而设为Sp＝1800L/s的情况下，有效排气速度Se为180L/s，若与所述182L/s相比，则可知在此程度上几乎不会影响有效排气速度Se。此处，设想生成物堆积极端增加的情况，对降低量进一步变大的情况的应对进行研究。

气体种类相对值a通过气体种类相对值a＝Se(θ)/Se_基准(θ)而算出。当有效排气速度经时性降低时，即便在此情况下，所存储的与基准气体相关的关联数据Se_基准(θ)值也保持固定，因此，伴随有效排气速度Se(θ)的降低，推断的气体种类相对值a也会降低。例如，在基准气体为Ar的情况下，若在无生成物堆积的初始状态下导入Ar气体，则推断为a＝1，但若因生成物堆积而有效排气速度发生经时变化，则气体种类相对值a被推断为小于1的值。另外，根据Qin_a＝Qin/a的关系，推断Qin_a值根据有效排气速度的经时变化会大。

相对于此种伴随有效排气速度的经时变化的气体种类相对值a的变化，也需要考虑分类框设定(框范围±比率×a)。此情况下，气体种类相对值a的框范围将负偏差设定得较正偏差大。此外，气体流量Qin的框范围也可为正偏差与负偏差相同。另外，相对于基准气体相当量Qin_a，使正偏差大于负偏差更为适当。

(4-2.以多个工艺气体条件决定类别分类框的情况)

以上对仅以最单纯的与气体种类、气体流量关联的工艺气体条件决定分类框的工况进行了说明，但也可将多种工艺气体条件组合。例如，也可针对气体种类、气体流量、工艺压力、事件时间长度分别设置分类框，且仅提取满足全部分类框的数据集作为相同工艺条件的数据集。与单一的条件相比，例如，若设为工艺压力相同、事件时间长度也相同的条件，则在多品种少量生产中使用的制造装置的情况下，被视为大致属于同一制品的制造的工艺事件的概率变高。其结果，即便是无法推断的未知的工艺环境条件也可设为相同的可能性变高，能够进行精度更良好的评价判定。

(4-3.以多个事件条件的组合决定类别分类框的情况)

进而，不仅可以单一事件内的工艺条件决定分类框，也可针对每个工艺事件将工艺条件不同的工艺事件彼此组合，并以其组合决定分类框。通常，相对于一块晶片会循环实施曝光及显影工序-蚀刻工序-成膜工序，因此同一晶片的蚀刻工序达多次。进而，在多次内的某次特定的蚀刻工序中，通常也并非单一的工艺条件，而是在多个不同的工艺条件下进行蚀刻处理。例如，随着所加工的孔或槽变深而变更工艺条件，由此可实现加工的最佳化。因此，通过特别指定工艺条件的组合，能够精确至某次特定的蚀刻工序的数据。

即，对由具有所关注的工艺条件的组合模式的多个数据集构成的数据集块进行分类提取，进而自所述数据集块中仅分类提取用于评价、判定的目标数据集。虽然所存储保存的数据集数变少，但变成了经严格挑选的数据集，可进一步提高评价、判定的精度。

[变形例1]

在所述实施方式中，设为工艺信息数据集的生成、在工艺信息数据集中加入自真空泵3输入的马达电流值Im而成的堆积信息数据集的生成、用于堆积量判定的堆积信息数据集的提取、及基于所提取的堆积信息数据集的堆积量判定全部在推断装置6中进行。然而，例如，可将不包含马达电流值Im的每个工艺事件的确定数据集(仅包含工艺气体条件的数据集)自推断装置6发送至真空泵3或真空阀2，并在真空泵3或真空阀2中，向确定数据集追加马达电流值Im及测量时刻Time_msr，将此数据集分类提取并按照时间序列排列，由此进行堆积量判定。

如上所述，数据集的确定是在事件结束时，因此真空泵3或真空阀2例如通过如下所述的处理而向确定数据集追加马达电流值Im及测量时刻Time_ms即可。推断装置6每当推断出flag_OK＝1的数据集时，便将触发信号输出至真空泵3或真空阀2。在真空泵3或真空阀2侧，每当被输入触发信号时，更新并存储马达电流值Im及测量时刻。在确定事件结束且自推断装置6向真空泵3或真空阀2输入了确定数据集后，真空泵3或真空阀2将所存储的马达电流值Im及测量时刻附加至确定数据集并予以存储。

[变形例2]

在图1所示的系统结构中，构成为利用通信线路将推断装置6与真空泵3及真空阀2并联连接，以自真空泵3及真空阀2获取信息，但也可设为通过RS485通信等进行将真空泵3、真空阀2及推断装置6依次连成一串的菊花链连接。真空泵3的马达电流值Im经由真空阀2送往推断装置6。

[变形例3]

在所述实施方式中独立设置了推断装置6，但也可如图8(a)所示使真空阀2包含推断功能。此情况下，可利用真空阀2对真空泵3的生成物堆积量进行评价，并将其判定结果如图8(a)所示发送至主控制装置7，也可发送至真空泵3并利用真空泵3发出告警及警报。或者，也可由真空阀2生成除去评价对象的状态特性值之后的仅工艺信息数据集并发送至真空泵3，利用真空泵3，根据接收到的工艺信息数据集以及马达电流值Im生成堆积信息数据集来对生成物堆积量进行评价。

另外，如图8(b)所示，也可使真空泵3包含推断功能。此情况下，自真空阀2向真空泵3输入腔室压力Pc、目标压力Ps及关联数据Se_基准(θ)，真空泵3对生成物堆积量进行评价，并将其判定结果发送至主控制装置7。或者，也可如图8(c)所示，使主控制装置7包含推断功能。自真空阀2向主控制装置7输入腔室压力Pc、马达电流值Im及关联数据Se_基准(θ)。

-第二实施方式-

在所述第一实施方式中，对基于作为真空泵3的状态特性值的马达电流值Im评价真空泵3的生成物堆积量的情况进行了说明。在生成物堆积量的评价中，监视工艺气体条件相同时的马达电流值Im，以判定马达电流值Im是否超过了规定的阈值。另外，也对作为与生成物堆积量的相关性强的状态特性值，在马达电流值Im之外还可使用转子温度的情况进行了说明。关于真空泵3的保养，在生成物堆积量之外，还存在真空泵3的泵转子32的蠕变应变。在第二实施方式中，对所述蠕变应变在评价中的应用进行说明。

在泵转子32高速旋转的真空泵3中，监视泵转子32的蠕变应变量对真空泵3的安全运转至关重要。泵转子32的蠕变应变量依存于转子温度及因离心力引起的应力，所述应力依存于转子转速。关于转子转速，考虑蠕变应变的发展成为问题的规定转速范围(例如，包含额定转速的规定转速范围)的情况。而且，可谓蠕变应变量与成为规定转速范围的时间范围内的转子温度的时间积分量成比例。然后，在转子温度的时间积分量达到与蠕变应变量的容许值相当的值的情况下，可判断为已到蠕变寿命(例如，参照日本专利特开2018-3615号公报)。

(1.作为状态特性值的转子转速)

如上所述，在利用转子温度的时间积分量对蠕变应变量进行评价的情况下，需要仅针对成为应力大的状态的转子转速处于所述规定转速范围时的时间，算出转子温度的时间积分量。因此，为了利用转子温度的时间积分量对蠕变应变量进行评价，作为真空泵3的状态特性值而需要转子温度以及转子转速。在涡轮分子泵中，通常包括检测转子转速的转速传感器，但多数情况下未配备转子温度传感器。因此，此处使用基准气体相当流量Qin_a来代替转子温度。即，即便不包括转子温度传感器，也可进行蠕变应变量的评价。

关于作为所述工艺气体条件之一的基准气体相当流量Qin_a，由于基准气体相当流量Qin_a的值越大转子温度越高，因此可谓与转子温度的相关性大。另外，与转子温度的时间积分量同样地，基准气体相当流量Qin_a的时间积分量越大，转子的蠕变应变量越大。因此，通过将作为真空泵3的状态特性值的转子转速输入至推断装置6，并利用由推断装置6推断的基准气体相当流量Qin_a，可根据基准气体相当流量Qin_a的值的大小来判定转子转速为规定范围内的时间段。进而，在转子转速为规定范围内的时间段中，可通过求出基准气体相当流量Qin_a的时间积分量而非转子温度的时间积分量来对蠕变应变量进行评价。

将用于对状态特性值判定转子转速、推荐转子转速(所述规定转速范围)的工艺气体条件设为基准气体相当流量Qin_a，在基准气体相当流量Qin_a的值为规定的框范围的情况下，判定为转子转速处于规定转速范围。推断装置6在判定为规定转速范围的期间求出基准气体相当流量Qin_a的时间积分量，且在基准气体相当流量Qin_a的时间积分量的累积达到蠕变应变寿命判定值后判定为已到蠕变应变寿命，并发出告警及警报。

(2.仅使用工艺气体条件的蠕变应变评价)

所谓转子转速自包含额定转速的规定转速范围偏离的情况是指泵停止状态、泵起动时或停止时的加减速时等，在任一情况下，基准气体相当流量Qin_a的值均被视为零。因此，若使用基准气体相当流量Qin_a的时间积分量代替转子温度Tr的时间积分量，并在基准气体相当流量Qin_a成为大的值的工艺中进行时间积分，则转子转速自包含额定转速的规定转速范围偏离时的时间积分量被自动排除。此处，在基准气体相当流量Qin_a成为大的值的工艺中的判断时，使用作为是否为平衡状态的指标的测量推荐时机信息flag_OK。

如上所述，数据集中包含的测量推荐时机信息flag_OK为flag_OK＝0这样的数据集作为无效的数据集而不包含于每个工艺事件的确定数据集中。其中，在执行工艺的工艺事件内，认为与有效的数据集的数量相比，无效的数据集的个数极少。例如，就图7中的ts1至ts8的工艺事件B来看，flag_OK＝0的测量时机ts1～测量时机ts5及测量时机ts8的数据集是无效的数据集，flag_OK＝1的测量时机ts6～测量时机ts7的多个数据集是有效的数据集。

在工艺事件B中，使用了有效数据集时的基准气体相当流量Qin_a的时间积分量为(Qin_a×Δts)×(Time_spn/Δts-2)，但可谓与(Qin_a×Δts)×Time_spn/Δts＝Qin_a×Time_spn大致相等。因此，可谓全部的与工艺事件相关的基准气体相当流量Qin_a的时间积分量＝Σ(Qin_a×Time_spn)与蠕变应变量的相关性大，可使用基准气体相当流量Qin_a的时间积分量进行蠕变应变量的评价及判定。若基准气体相当流量Qin_a的时间积分量达到与蠕变寿命相当的时间积分量，则推断装置6发出告警及警报。

顺带提及，以上对获得了基准气体相当流量Qin_a的情况进行了说明，但若基于式(8A)获得了气体种类相对值a，则可将是否为对蠕变应变增大影响大的重气体精确至是否为作为基准气体的Ar气体以上。此情况下，若仅限于在数据集的分类中是利用不仅基准气体相当流量Qin_a大而且较Ar气体重的分类框进行分类提取的工况下，对基准气体相当流量Qin_a的时间积分量进行累计，则可进一步实现精度提高。

此外，在所述第一实施方式及第二实施方式中，将预防性保养的对象设为涡轮分子泵(turbo molecular pump，TMP)进行了说明，但关于生成物堆积，也同样可适用于干式泵。另外，在真空阀2及真空计5中也会产生生成物堆积，但基准气体相当流量Qin_a越大，基准气体相当流量Qin_a的时间积分量越大，则其风险越大，因此有益于评价判定。

可被本领域技术人员理解的是，上述例示性的实施方式及实施例是以下形态的具体例。

[1]一个形态的推断装置是推断系统的工艺气体条件的推断装置，所述系统中，对导入有气体来进行工艺处理的真空腔室，利用经由真空阀而装设的真空泵进行排气，所述推断装置基于与规定的气体种类相关的所述真空阀的阀体开度和所述系统的有效排气速度的关联数据、以及所述真空腔室的腔室压力，来推断包含导入气体的气体种类及气体流量的信息的第一工艺气体条件。

在推断装置6中，基于阀体开度θ和有效排气速度的关联数据Se_基准(θ)、以及腔室压力Pc，来推断包含导入气体的气体种类相对值a及气体流量Qin的信息的基准气体相当流量Qin_a。将推断出的所述基准气体相当流量Qin_a作为工艺气体条件，对马达电流值进行分类提取，由此可较以往精度更良好地判断依存于生成物堆积的马达电流值的经时变化，可更准确地进行生成物堆积量的判断。

[2]根据所述[1]所述的推断装置，其中，包括状态判定部，所述状态判定部对呈被视为所述腔室压力收敛为工艺的目标压力的平衡状态的状态进行判定，在被视为所述平衡状态的状态下推断所述第一工艺气体条件。通过在作为状态判定部发挥功能的推断部61中根据腔室压力Pc而判定为平衡状态，则可根据目标压力Ps以及此时的关联数据Se_基准(θ)容易地推断平衡状态的基准气体相当流量Qin_a。

[3]根据所述[2]所述的推断装置，其中，所述状态判定部不仅进行被视为所述平衡状态的状态的判定，还对呈所述腔室压力被调整为所述目标压力时的压力响应的过渡状态进行判定，在所述过渡状态下，推断多个相当于导入气体的气体种类及气体流量的第二工艺气体条件，基于多个所述第二工艺气体条件以及被视为所述平衡状态的状态下的第一工艺气体条件，推断所述腔室压力收敛为工艺的目标压力的平衡状态下的、相当于导入气体的气体种类及气体流量的第三工艺气体条件。

压力响应的过渡状态可根据Qin_a的变化或阀体开度θ变化后的腔室压力Pc的变化状态来推断。在所述过渡状态下，根据多个第二工艺气体条件(气体种类相对值a、气体流量Qin)以及平衡状态的基准气体相当流量Qin_a来推断第三工艺气体条件(气体种类相对值ao、气体流量Qino)，由此提高气体种类相对值、气体流量的推断精度。

[4]根据所述[1]至[3]中任一项所述的推断装置，其中，还推断相当于工艺处理的所需时间的事件时间长度和/或工艺压力来作为第四工艺气体条件。

根据第四工艺气体条件，即便包含多个工艺事件，也可容易地对相当于工艺处理的所需时间的事件时间长度Time_spn和/或工艺压力Ps进行分类提取。

[5]根据所述[1]至[4]中任一项所述的推断装置，其中，还推断表示腔室压力是否为平衡状态的信息来作为第五工艺气体条件。

测量推荐时机信息flag_OK是表示腔室压力Pc是否基本为平衡状态的指标，通过将测量推荐时机信息flag_OK作为工艺气体条件，可容易地对平衡状态的马达电流值进行分类提取。

[6]一个形态的推断装置推断所述[1]或[2]的第一工艺气体条件、[3]的第二工艺气体条件、[3]的第三工艺气体条件及[4]的第四工艺气体条件中的至少一个、以及[5]的第五工艺气体条件，按时间序列生成多个包含所推断的工艺气体条件及表示真空泵的运转状态的状态特性值的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

通过使用第一工艺气体条件～第四工艺气体条件中的至少一个、以及第五工艺气体条件(推荐时机信息flag_OK)，可精度良好地分类提取相同工艺事件的且平衡状态下的状态特性值(马达电流值)。

[7]根据所述[6]所述的推断装置，其中，所述状态特性值是对泵转子进行旋转驱动的马达的电流值，将分类到相同分类框的多个数据集按时间序列排列，并基于按时间序列排列的数据集中包含的所述状态特性值的时间序列变化，推断真空泵中的生成物堆积量。

由于可精度良好地分类提取相同工艺事件的且平衡状态下的马达电流值，因此可精度良好地进行生成物堆积量的评价。

[8]根据所述[5]所述的推断装置，其中，按时间序列生成多个包含所述第一工艺气体条件、事件时间长度、以及所述第五工艺气体条件的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，基于所提取的数据集中包含的所述事件时间长度以及所述第五工艺气体条件，推断所述第一工艺气体条件的时间积分量，基于所推断的时间积分量，对真空泵的泵转子的蠕变应变量进行评价。

由于仅根据工艺气体条件推断了蠕变应变量，因此可容易地进行不包括温度传感器的真空泵的蠕变应变评价。

[9]一个形态的真空阀设置于进行工艺处理的真空腔室与真空泵之间，且包括所述[7]所述的推断装置，所述真空阀基于由所述推断装置推断的生成物堆积量，判定真空泵内的生成物堆积状态。

通过利用所述[7]的推断装置推断生成物堆积量，可容易且精度良好地进行真空泵的生成物堆积量的评价。

[10]一个形态的真空阀被输入[1]或[2]的第一工艺气体条件、[3]的第二工艺气体条件、[3]的第三工艺气体条件及[4]的第四工艺气体条件中的至少一个、[5]的第五工艺气体条件、以及表示真空泵的运转状态的状态特性值，且按时间序列生成多个包含所述第一工艺气体条件～所述第四工艺气体条件中的至少一个、所述第五工艺气体条件、以及表示所述运转状态的状态特性值的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

自推断装置6向真空阀2输入工艺气体条件，自真空泵3向真空阀2输入状态特性值(马达电流值)，在真空阀2中，基于工艺气体条件进行状态特性值的提取分类，因此可精度更良好地进行状态特性值的提取分类。

[11]一个形态的真空泵包括：泵转子，由马达旋转驱动；以及所述[7]所述的推断装置，所述真空泵基于由所述推断装置推断的生成物堆积量，判定真空泵内的生成物堆积状态。

[12]一个形态的真空泵被输入[1]或[2]的第一工艺气体条件、[3]的第二工艺气体条件、[3]的第三工艺气体条件及[4]的第四工艺气体条件中的至少一个、[5]的第五工艺气体条件，且按时间序列生成多个包含所述第一工艺气体条件～所述第四工艺气体条件中的至少一个、所述第五工艺气体条件、以及表示真空泵的运转状态的状态特性值的数据集，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

由于基于自推断装置输入的工艺气体条件进行状态特性值的提取分类，因此可精度良好地进行状态特性值的提取分类。

在以上对各种实施方式及变形例进行了说明，但本发明并不限定于这些内容。在本发明的技术思想范围内可考虑到的其他形态也包含在本发明的范围内。

Claims (14)

1.一种推断装置，推断系统的工艺气体条件且推断真空泵中的生成物堆积量或泵转子的蠕变应变量，所述系统中，对导入有气体来进行工艺处理的真空腔室，利用经由真空阀而装设的真空泵进行排气，

所述推断装置基于与一种规定的气体种类，即已知的基准气体，相关的所述真空阀的阀体开度和所述系统的有效排气速度的关联数据、以及所述真空腔室的腔室压力，来推断包含导入气体的气体种类及气体流量的信息的第一工艺气体条件，且基于所述第一工艺气体条件及从所述真空泵输入的状态特性值来推断所述真空泵中的生成物堆积量或所述泵转子的蠕变应变量，

在被视为所述腔室压力收敛为工艺的目标压力的平衡状态的状态下推断所述第一工艺气体条件，

当所述平衡状态的目标压力为Ps且所述平衡状态的所述关联数据为Se_基准(θ)时，所述第一工艺气体条件包含关系式：基准气体相当流量Qin_a＝Se_基准(θ)×Ps。

2.根据权利要求1所述的推断装置，其中，

所述推断装置包括状态判定部，所述状态判定部对呈被视为所述平衡状态的状态进行判定。

3.根据权利要求2所述的推断装置，其中，

所述状态判定部不仅进行被视为所述平衡状态的状态的判定，还对呈所述腔室压力被调整为所述目标压力时的压力响应的过渡状态进行判定，

在所述过渡状态下，推断多个相当于导入气体的气体种类及气体流量的第二工艺气体条件，

所述推断装置基于多个所述第二工艺气体条件以及被视为所述平衡状态的状态下的第一工艺气体条件，推断所述腔室压力收敛为工艺的目标压力的平衡状态下的、相当于导入气体的气体种类及气体流量的第三工艺气体条件。

4.根据权利要求1至3中任一项所述的推断装置，其中，

所述推断装置还推断相当于工艺处理的所需时间的事件时间长度和/或工艺压力来作为第四工艺气体条件。

5.根据权利要求1至3中任一项所述的推断装置，其中，

所述推断装置还推断表示腔室压力是否为平衡状态的信息来作为第五工艺气体条件。

6.根据权利要求1所述的推断装置，其中，

所述推断装置推断所述第一工艺气体条件、以及表示腔室压力是否为平衡状态的第五工艺气体条件，

按时间序列生成多个包含所推断的工艺气体条件以及表示真空泵的运转状态的所述状态特性值的数据集，

自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，

相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

7.根据权利要求3所述的推断装置，其中，

所述推断装置推断所述第一工艺气体条件、所述第二工艺气体条件及所述第三工艺气体条件中的至少一个、以及表示腔室压力是否为平衡状态的第五工艺气体条件，

按时间序列生成多个包含所推断的工艺气体条件以及表示真空泵的运转状态的所述状态特性值的数据集，

自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，

相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

8.根据权利要求4所述的推断装置，其中，

所述推断装置推断所述第一工艺气体条件及所述第四工艺气体条件中的至少一个、以及表示腔室压力是否为平衡状态的第五工艺气体条件，

按时间序列生成多个包含所推断的工艺气体条件及表示真空泵的运转状态的所述状态特性值的数据集，

自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，

相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

9.根据权利要求6所述的推断装置，其中，

所述状态特性值是对泵转子进行旋转驱动的马达的电流值，

将分类到相同分类框的多个数据集按时间序列排列，并基于按时间序列排列的数据集中包含的所述状态特性值的时间序列变化，推断所述真空泵中的生成物堆积量。

10.根据权利要求5所述的推断装置，其中，

按时间序列生成多个包含所述第一工艺气体条件、事件时间长度、以及所述第五工艺气体条件的数据集，

自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集，

基于所提取的数据集中包含的所述事件时间长度以及所述第五工艺气体条件，推断所述第一工艺气体条件的时间积分量，

基于所推断的时间积分量，对真空泵的所述泵转子的蠕变应变量进行评价。

11.一种真空阀，设置于进行工艺处理的真空腔室与真空泵之间，且包括根据权利要求6所述的推断装置，其中，

所述真空阀基于由所述推断装置推断的生成物堆积量，判定真空泵内的生成物堆积状态。

12.一种真空阀，包括：获取部，获取自根据权利要求1所述的推断装置输入的所述第一工艺气体条件、表示腔室压力是否为平衡状态的第五工艺气体条件、以及表示真空泵的运转状态的所述状态特性值；

生成部，按时间序列生成多个包含所述第一工艺气体条件、所述第五工艺气体条件、以及表示所述运转状态的所述状态特性值的数据集；

提取部，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集；以及

分类部，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。

13.一种真空泵，包括：泵转子，由马达旋转驱动；以及

根据权利要求1所述的推断装置，

所述真空泵基于由所述推断装置推断的生成物堆积量，判定真空泵内的生成物堆积状态。

14.一种真空泵，包括：获取部，获取自根据权利要求1所述的推断装置输入的第一工艺气体条件、以及表示腔室压力是否为平衡状态的第五工艺气体条件；

生成部，按时间序列生成多个包含所述第一工艺气体条件、所述第五工艺气体条件、以及表示真空泵的运转状态的所述状态特性值的数据集；

提取部，自多个所述数据集中仅提取所述第五工艺气体条件表示了平衡状态的数据集；以及

分类部，相对于所提取的数据集中包含的多个工艺气体条件内的规定的一个工艺气体条件或规定的多个工艺气体条件，设定使工艺气体条件被视为与规定状态大致相同的状态的分类框，并将所提取的数据集分类到所述分类框。