CN1276177C

CN1276177C - 旋转机的寿命预测方法及具有旋转机的制造装置

Info

Publication number: CN1276177C
Application number: CNB031544940A
Authority: CN
Inventors: 佐俣秀一; 牛久幸广; 中尾隆; 古畑武夫
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2002-09-30
Filing date: 2003-09-30
Publication date: 2006-09-20
Anticipated expiration: 2023-09-30
Also published as: JP3967245B2; KR20040028541A; JP2004124765A; TWI234610B; US20040064212A1; TW200407504A; CN1497181A; KR100557376B1

Abstract

本发明的课题在于提供高灵敏度且稳定的高精度的旋转机的寿命预测方法。其包括以下步骤：根据监视器用制造工序中使用的监视器用旋转机的特征量的监视时间序列数据，判定上述监视器用旋转机即将停止之前的异常状态的开始时刻，统计地对监视时间序列数据进行解析，将上述特征量的上述异常状态的开始时刻的值作为异常判断的阈值而求出；在制造工序中测定诊断对象旋转机的马达电流的特征量的时间序列数据；根据上述制造工序中上述特征量变动的时间序列数据作成评价用诊断数据；将上述评价用诊断数据超过上述阈值的时刻，判定为上述诊断对象旋转机的寿命。

Description

旋转机的寿命预测方法及具有旋转机的制造装置

技术领域

本发明涉及制造装置用旋转机的寿命的预测、诊断技术，特别是涉及真空泵等旋转机的寿命的预测方法、以及具有该旋转机的制造装置。

背景技术

为了有效地进行半导体器件的制造，半导体制造装置的故障诊断变得重要起来。另外，近年来，在系统LSI中，特别是少量、多品种的生产倾向增强，与此相应灵活高效的半导体器件的制造方法也变得必要起来。在高效的半导体生产中有采用小规模的生产线的方法。但是，如果只是单纯地使大规模生产线减小则会产生制造装置的运转率下降等问题，因此存在有投资效率下降的问题。作为其对策，具有用一台制造装置进行多个制造工序的方法，但是，例如，在将干式泵用于排气系统的减压化学气相生长(LPCVD)装置中，伴随工艺的种类的不同，反应气体、反应生成物不同，泵内部的生成物的发生状况也不相同。由此，当工艺的种类变化时，会导致寿命也发生变动。

如果在特定的制造工艺中泵停止，则不仅会导致制造中的一批产品不良，而且会在制造装置内部产生微小灰尘。因此，必须对制造装置进行额外的维护，使半导体器件的制造效率大幅度地降低。为了防止该工艺中的突然的停机，泵的维护时间需要预留有裕度，这会使泵的维护频率大大增加。进而，不仅维护成本增加，而且由泵更换造成的半导体制造装置的运转率的下降也变得明显，导致半导体器件的制造效率大幅度地降低。为了在高效的小规模生产线中实现必要的装置的共用化，有必要准确地对干式式泵的寿命进行诊断，以尽其寿命极限地使用泵。因此，必须进行高精度的寿命预测。

迄今为止，人们提出了几种干式泵的寿命诊断方法。基本上是采取通过马达电流、振动、温度掌握干式泵的状态，根据这些状态量的变化进行预测寿命的方法(例如，参照专利文献1)。特别是作为干式泵的寿命诊断方法，人们提出了利用神经网络对多个状态量的距基准值的偏差进行分析的方法(例如，参照专利文献2)。

专利文献1特开2000-283056号公报(第3～5页，第1图)

专利文献2特开2000-64964号公报(第3～4页，第1图)

在根据干式泵的马达电流推移进行寿命预测的情况下，由于受到气体流量等的工艺条件、或电源电压变动的影响，所以存在有难以实现灵敏度、精度较高的稳定的寿命预测的问题。

这样，在利用马达电流的以往的干式泵的寿命预测方法中存在有灵敏度、稳定性的问题，人们期待一种更高灵敏度且稳定的高精度的寿命预测方法的出现。

发明内容

本发明的目的在解决这种问题，提供一种高灵敏度且稳定的高精度的旋转机的寿命预测方法、以及具有该旋转机的制造装置。

为了解决上述问题，本发明的第1特征方案的要点在于涉及一种旋转机的寿命预测方法，其包括下述步骤：(a)根据监视器用制造工序中使用的监视器用旋转机的特征量的监视时间序列数据，判定上述监视器用旋转机即将停止之前的异常状态的开始时刻，统计地对监视时间序列数据进行解析，将上述特征量的异常状态的开始时刻的值作为异常判断的阈值求出；(b)在制造工序中测定诊断对象旋转机的马达电流的特征量的时间序列数据；(c)根据制造工序中特征量变动的时间序列数据，作成评价用诊断数据；(d)将评价用诊断数据超过阈值的时刻，判定为上述诊断对象旋转机的寿命。

按照本发明的第1特征方案，可提供高灵敏度且稳定的高精度的旋转机的寿命预测方法。

在本发明的第1特征方案中，阈值优选为根据马氏(Mahalanobis)距离确定。另外，马达电流的特征量优选为包含在制造工序中产生的电流峰值数量。由于电流峰值在诊断对象旋转机即将停止之前发生，故能够高灵敏度地对寿命进行诊断。此外，评价用诊断数据，优选为由与在成为异常状态前的正常状态下超过阈值而被误诊断为异常的错误的危险率不同的多个特征量作成。也可以通过错误的危险率较高的特征量诊断旋转机停止的预兆，而通过错误的危险率较低的特征量预测旋转机的寿命。另外，马达电流中的因电源引起的变动，优选为通过对诊断对象旋转机的马达电压及马达功率中的至少1个进行监视而辨别。

本发明的第2特征方案的要点在于涉及一种制造装置，其包括：(a)进行制造工序的诊断对象旋转机；(b)在制造工序中对诊断对象旋转机的马达电流的特征量的时间序列数据进行测定的测定单元；(c)根据制造工序中特征量变动的时间序列数据作成评价用诊断数据、将评价用诊断数据超过根据监视器用旋转机的特征量的监视时间序列数据统计地求出的阈值的时刻、判定为上述诊断对象旋转机的寿命的数据处理单元。

根据本发明的第2特征，能够提供一种具有可高灵敏度且稳定地进行高精度的寿命预测的旋转机的制造装置。

在本发明的第2特征方案中，测定单元优选为至少具备对诊断对象旋转机的马达电压和马达功率进行测定的电压表和功率表中的一个。可由马达电压和马达功率对电源变动进行辨别。此外，诊断对象旋转机优选为半导体制造装置用的干式泵。另外，数据处理单元可设置在局域网上的计算机中。或者，数据处理单元也可设置在计算机综合生产系统上的数据处理系统中。

附图说明

图1是表示本发明的实施例的半导体制造装置的概要的图。

图2是表示图1中所示的旋转机(干式泵)的内部结构的剖面图。

图3是表示马达电流的经时变化的一例的曲线图。

图4是表示成膜步骤中的马达电流的经时变化的一例的曲线图。

图5是表示成膜步骤中的马达电流的经时变化的另一例的曲线图。

图6是马达电流的电流最大值的正常状态及异常状态下的盒须图(box-and-whisker plot)。

图7是马达电流的小峰值数量的正常状态及异常状态下的盒须图。

图8是马达电流的大峰值数量的正常状态及异常状态下的盒须图。

图9是用于说明本发明的实施例的半导体制造装置用旋转机的寿命预测方法的流程图。

图10是表示进行本发明的另一实施例的半导体制造装置用旋转机的寿命预测的半导体生产系统的构成实例的方框图

标号说明

1 CVD室 2 闸阀

3 干式泵(旋转机) 6 测定单元

7 数据处理单元 10a、10b 转子

11a、11b 旋转轴 13 本体

14 吸气法兰盘 15 排气法兰盘

32、33 真空配管 39 寿命预测系统

41、42、43 质量流量控制器 51、52、53 气体配管

61 电流表 62 电压表

63 功率表 64 振动仪

65 温度计 70 半导体制造装置

71 LAN 72 CIM

73 服务器 74 数据处理系统

75 外部存储装置 77 计算机

具体实施方式

下面参照附图，对本发明的实施例进行描述。在下面的附图的描述中，同一或类似的部分采用同一或类似的标号。但是，应注意到，附图是示意性的，厚度与平面尺寸的关系、各层的厚度的比例等不同于实际情况。因此，具体的厚度、尺寸应当参照下面的描述而判断。另外，显然，即使在附图相互之间也含有彼此的尺寸的关系、比例不同的部分。

作为本发明第1实施例的半导体制造装置的LPCVD装置，如图1所示，包括对CVD室1进行真空排气的干式泵3(旋转机)和对干式泵3的寿命进行预测的寿命预测系统39。

寿命预测系统39包括测定干式泵3的各种特征量的测定单元6，以及将特征量的时间序列数据作成评价用诊断数据、预测干式泵3的寿命的数据处理单元7。

另外，测定单元6包括：对干式泵3的马达电流、马达电压、马达功率进行测定的电流表61、电压表62、功率表63；被安装在干式泵3的泵本体上、测定振动的振动仪64和测定温度的温度计65等。在本发明的实施例中，主要对干式泵3的马达电流推移进行测定以诊断预测干式泵3的寿命。由电流表61所测定的马达电流，在测定单元6中被转换为弱电信号，输出到数据处理单元7中。在该数据处理单元7中，对弱电信号进行AD转换，将马达电流的特征量的时间序列数据作成评价用诊断数据，进行寿命的诊断。

在LPCVD装置的CVD室1上连接有气体配管51、52、53。在该气体配管51、52、53上连接有用于对导入CVD室1的各种原料气体和载体气体进行控制的质量流量控制器41、42、43。也就是说，其流量经质量流量控制器41、42、43控制过的原料气体等，通过气体配管51、52、53导入到经过一定减压化的CVD室1中。CVD室1形成为可与外部气体隔绝、保持其氛围的密封构造。为了用干式泵3对CVD室1的内部进行真空排气，在CVD室1的排气侧连接有真空配管32，在该真空配管32的排气侧连接有闸阀2。在闸阀2的排气侧进一步连接有另外一真空配管33。干式泵3的吸气侧与真空配管33的排气侧连接。闸阀2可根据需要将CVD室1和干式泵3分离、或对排气传导性进行调整。这样，上述干式泵3被用于对导入CVD室1中的未反应的原料气体和反应副产物进行排气。

在利用图1所示的LPCVD装置，例如，成膜氮化硅膜(Si₃N₄膜)的情况下，借助质量流量控制器41将六氯化二硅(Si₂Cl₆)气体导入被设成减压状态的CVD室1中，借助质量流量控制器42将氨气(NH₃)导入被设成减压状态的CVD室1中。并且，在CVD室1的内部对硅(Si)基板加热，通过六氯化二硅气体与氨气的化学反应，在硅基板上形成Si₃N₃膜。在该化学反应生成Si₃N₃膜的同时，作为反应副产物生成氯化铵(NH₄CL)气体和氢气(H₂)。氢为气体，通过干式泵3被排出。由于在生成时，反应炉内处于650℃左右的高温及几百Pa或低于几百Pa的减压状态下，故氯化铵为气态。虽然省略图示，但通常在LPCVD装置中，在CVD室1和干式泵3之间设置有捕集固体的反应副产物的捕集器。由于压力较低，故捕集器不可能将反应副产物完全捕集。未被彻底捕集的反应副产物到达干式泵3。在该干式泵3中，通过气体的压缩使压力从0.1Pa增加到大气压。反应副产物按照状态图中的升华曲线，在低压下作为气体而存在，但在进一步高压化时开始固化。因为在泵内部，气体被反复进行压缩，压力从数百Pa的压力变化到大气压，故排气过程中的气态反应副产物随着压力的上升在干式泵3的内部开始固化。如果在该干式泵3的配管内开始固化，即使微量的堆积物，也会使旋转轴弹性变形。其结果会导致干式泵发生故障。

如图2所示，第1实施例的半导体制造装置(LPCVD装置)中使用的干式泵3的结构是带有3扇叶片的2个转子10a、10b分别由旋转轴11a、11b带动旋转。干式泵3具有本体13、设置于本体13的吸气侧的吸气法兰盘14、以及设置于本体13的排气侧的排气法兰盘15。自CVD室1通过闸阀2的气流，由吸气法兰盘14进入干式泵3内。进入到干式泵3内的气体通过用旋转轴11a、11b带动2个转子10a、10b旋转而被压缩。经压缩的气体由排气法兰盘15排出。

转子10a、10b由马达驱动旋转。当在干式泵3内部产生反应副产物的状况下使用时，当反应副产物的沉积量超过界限时，反应副产物在转子10a、10b之间或转子10a、10b与本体13的内壁之间摩擦，最终转子10a、10b停止。在反应副产物沉积量未多到转子停止时的程度的情况下，由于马达负载增加，所以马达电流也增加。干式泵3内部的反应副产物的沉积量越多，马达电流越大。在反应副产物沉积后的马达电流推移中，如图3所示，在成膜步骤中的马达电流增加之外，还观察到了大小电流峰值的增加。特别是马达电流的大峰值在马达即将停止之前急剧增加。由于一旦反应副产物的沉积量增加，就会引起大的块体在转子10a、10b与本体13的内壁之间等处被磨碎的现象，因此马达电流在较短时间增加，出现电流峰值。对于马达电流值增加、电流峰值数量等的特征量，将距干式泵3停止一定时间以前作为异常状态，利用统计式的方法求出该与正常状态的边界，得到寿命判断的阈值。这样就可以对反应副产物的堵塞造成的干式泵3的寿命进行预测。

成膜步骤中的马达电流的增加取决于气体种类、气体流量、或温度等的成膜条件，在一定时间之后产生。例如，在六氯化二硅气体：50sccm、氨气：1000sccm、成膜温度：650℃的成膜条件下，对干式泵3的马达电流的推移测定的结果，如图4所示，在反应气体流入到CVD室1中之后约10分钟后，可确认到干式泵3的马达电流的增加。在本例中，在干式泵3的内部，反应副产物已沉积数μm以上。例如，如图5所示，在成膜步骤开始后，在以较短时间完成成膜的成膜条件下，未观察到马达电流的增加。因此，在将马达电流的增加用作寿命诊断数据的情况下，必须在规定时间以上的成膜步骤中测定马达电流数据。

可用于寿命预测的马达电流的特征量有成膜步骤中的电流最大值、电流增加值(增加部分的合计)、以及电流峰值数量等。由于发生数量推移因峰值而不同，故必须将电流峰值分为大于一定值的“大峰值”和小于一定值的“小峰值”，以用于寿命的诊断。另外，由于马达电流受到电源变动的影响，故必须去除电源变动的影响。为此，与马达电流同时地用电压表62和功率表63对马达电压和马达功率进行测定，将与电压变动或功率变动同步的电流变动作为电源变动的影响去除掉。

在干式泵3的寿命的诊断中，重要的是构成判断基准的阈值的确定方式。通常，采用马达电流值的变动增大的时刻的值。在图4所示的数据中，从干式泵3停止前2天开始，电流最大值的增加速度上升。因此，例如，可将干式泵3停止的3天前的电流最大值作为阈值。在能够确认到马达电流的增加的成膜时间在10分钟或以上的成膜步骤中，对干式泵3的电流最大值的时间序列数据进行测定直至干式泵3停止。其结果，判定到存在有特征量的电流最大值在干式泵3停止的1周以前超过阈值的情况。

除了根据上述电流值变动确定阈值的方法外，还具有将距因反应副产物的堵塞造成的干式泵3停止前一定时间的期间定为异常状态，将其以前定为正常状态，由此确定阈值的方法。用统计的方法求出在异常状态和正常状态的边界处的特征量的值的方式精度较高。例如，在成膜步骤中的马达电流的特征量在干式泵3停止前变化较大的情况下，如果将该变化后定为异常状态，确定与正常状态的边界，则精度进一步提高。正常状态与异常状态的边界的特征量的阈值通过例如马氏距离等统计地求出较好。在利用马氏距离时，关键的是马氏空间的取得方式。在本发明的实施例中，马氏空间，作为LPCVD的成膜步骤的特征量不仅采用马达电流变动，而且还采用马达电压、马达功率、干式泵3的振动及温度等的时间序列数据。例如，通过将评价干式泵3的状态的数据的3天前的特征量的时间序列数据用作“基准用时间序列振动数据”，对3天期间的马氏距离的变化进行调查，可排除成膜条件的变化的影响。

利用马氏距离，求出成膜步骤中的马达电流的电流最大值的阈值X1。在这里，将干式泵3的正常状态与异常状态的边界定为马达电流的增加显著的干式泵3停止的2天前。同样地，对于成膜步骤中的马达电流的小峰值数量及大峰值数量，均利用马氏距离，求出阈值Y1和Z1。在图6～图8中，利用盒须图表示在正常状态和异常状态的电流最大值、小峰值数量及大峰值数量的分布。由图可知，电流最大值、小峰值数量和大峰值数量的分布的中央值，均是在正常状态下在阈值或以下，在异常状态超过阈值。这样，利用由马氏距离所设定的阈值，可以对干式泵3的寿命进行诊断或预测。对于电流最大值和小峰值数量，如图6及图7所示，正常状态的第3四分位数超过阈值X1及Y1，另外，异常状态的第1四分位数在阈值X1及Y1或以下。实际上，可以证实，电流最大值和小峰值数量在干式泵3停止的4天前、及1周前，超过异常状态判定的阈值X1和Y1。另一方面，从图8可知，在正常状态时几乎不产生大峰值，而在异常状态时急剧增加。大峰值数量在干式泵3停止的前2天内超过阈值Z1。

因为干式泵3内部的反应副产物的沉积并不是均匀地增加，所以在马达电流的电流最大值、小峰值数量、大峰值数量上发生变动。因此，预测精度会因作为阈值的设定方法、分解对象的特征量而产生差异。例如，在图7的小峰值数量中，正常状态和异常状态的边界不明显，检定中的第1种错误的危险率(α危险)在5％或以上，第2种错误的危险率(β危险)在10％或以上。因由此，在正常状态评价用诊断数据超过阈值，误判断为异常的可能性较高。因此，如果以小峰值数量，对干式泵3内部的反应副产物的沉积状态进行监视捕获异常预兆，以边界明显的特征量—例如大峰值数量判断寿命，则寿命预测的精度更高。在本发明的实施例中，利用成膜步骤中的马达电流的电流最大值、小峰值数量和大峰值数量这3种特征量的评价用诊断数据，根据马氏距离求出异常判断的阈值，由此，可进行从1周前到2天前的干式泵3的寿命预测。

下面利用图9所示的流程图，对本发明的实施例的制造装置用旋转机的寿命预测方法进行说明。具体来说，对形成Si₃N₄薄膜的LPCVD装置中所使用的干式泵3的寿命进行预测。

(a)首先，在步骤S101中，设定用于对LPVCD装置中的干式泵3进行寿命预测的异常判断的阈值。在阈值的计算中使用由监视器用干式泵3(监视器用旋转机)3所测定的马达电流的时间序列数据。例如，通过马氏距离，求出成膜步骤中的电流最大值、小峰值数量和大峰值数量等的异常判断的阈值。

(b)接着，在步骤S102中，通过电流表61，对构成诊断对象的干式泵(诊断对象旋转机)3的成膜步骤中的马达电流的时间序列数据进行采样测定。例如，采样测定间距为1秒。在测定单元6中，将由电流表61所测定的马达电流转换为弱电信号，输出给数据处理单元7。

(c)在步骤S103中，在数据处理单元7中，对弱电信号进行AD转换，将特征量的时间序列数据作成评价用诊断数据。特征量例如，为电流最大值、小峰值数量和大峰值数量。

(d)然后，在步骤S104中，通过数据处理单元7，将评价用诊断数据与阈值进行比较，判断干式泵的寿命。如果评价用诊断数据全部在阈值或以下，则继续反复测定。另外，在只是小峰值数量和电流最大值中的一方或两者超过阈值的情况下，定位异常的预兆，继续反复测定。

(e)接着，在小峰值数量、电流最大值和大峰值数量的评价用诊断数据均超过各自的阈值的情况下，在步骤S105中，寿命预测系统39在LPCVD装置所附带的显示装置、显示面板、或显示灯中进行泵即将停止(寿命)的显示。

按照本发明的实施例的半导体制造装置的寿命预测方法，能够以较高的灵敏度稳定地高精度地捕获异常的预兆和寿命。

另一实施例

如上所述，通过实施例对本发明进行了描述，但是，作为该公开的一部分的描述和附图不应理解为是对本发明的限定。显然，对于本领域的普通技术人员来说，根据该公开的内容，各种替代的实施方式、实施例和运用技术是不言自明的。

在本实施例中，在确定异常状态、正常状态的边界时，使用了马氏距离，但是，此外，如果利用例如，t检定、χ2检定等其他的统计的方法，也能够获得同样的效果。

另外，对干式泵3的寿命进行预测的解析，在本发明实施例中，是通过在LPCVD装置所附带的寿命预测系统39的数据处理单元7来实施的，但是，寿命判定解析也可通过LPCVD装置的其他的计算机来进行。可以内置到干式泵3的控制装置(图示省略)中。如图10所示，在本发明的另一实施例的半导体生产系统中，在局域网(LAN)71上链接有半导体制造装置70、计算机77、计算机综合生产系统(CIM)72等。在CIM72中，连接有服务器73、数据处理系统74、或外部存储装置75等。也可以通过LAN71传送所测定的时间序列振动数据，用CIM72上的数据处理系统74实施寿命判定解析。另外，还可用LAN72上的计算机77、CIM72中的服务器73、或其他的计算机实施寿命判定解析。进而，也可将寿命判断分析用的特征量的时间序列数据存储在CIM72中的外部存储装置75中。

还有，在上面描述中列举了通过六氯化二硅气体与氨气的反应形成氮化硅膜的实例，但是，显然原料气体不限于六氯化二硅气体、氨气。例如，也可使用二氯甲硅烷(SiH₂Cl₂)气体等以替代六氯化二硅气体。另外，也不限于Si₃N₄膜的LPCVD的实例，不限于Si₃N₄膜的LPCVD的实例，即使是其它材料的薄膜的LPCVD也同样可以适用。此外，虽然给出了生长单一种类的薄膜的实例，但即使在将Si₃N₄膜、TEOS氧化膜、多晶体硅等多种薄膜用同一LPCVD装置形成的情况下，也能获得同样的效果。

再有，在本发明的实施例中，作为旋转机，以罗茨(Roots)型的干式泵3为例进行了描述，但是可以证实，即使为螺旋型的干式泵也能获得同样的效果。另外，旋转机不仅是干式泵，涡轮分子泵、机械升压泵(mechanical booster pump)、或旋转泵(rotary pump)等任何泵均可作为对象。

再有，在本发明的实施例中，给出了LPCVD工艺的实例，但是对于本发明，在反应生成物沉积于干式泵的内部、旋转机(泵)停止的情况下，可以证实具有同样的效果，可适用于CVD工艺的全过程、干式蚀刻工艺等。

如此，显然本发明包括在这里未作描述的各种实施例。因此，本发明的实施例的技术范围仅根据上面的描述，通过适当的权利要求请求范围中的发明特定项来确定。

按照本发明，可提供一种高灵敏度且稳定的高精度的旋转机的寿命预测方法、以及具有该旋转机的制造装置。

Claims

1.一种旋转机的寿命预测方法，其特征在于包括下述步骤：

从监视器用制造工序中使用的监视器用旋转机的特征量的监视时间序列数据，判定上述监视器用旋转机即将停止之前的异常状态的开始时刻，统计地对上述监视时间序列数据进行解析，将上述特征量的上述异常状态的开始时刻的值作为异常判断的阈值求出；

在制造工序中测定诊断对象旋转机的马达电流的特征量的时间序列数据；

根据上述制造工序中上述特征量变动的时间序列数据，作成评价用诊断数据；

将上述评价用诊断数据超过上述阈值的时刻，判定为上述诊断对象旋转机的寿命。

2.如权利要求1所述的旋转机的寿命预测方法，其特征在于上述阈值根据马氏距离确定。

3.如权利要求1所述的旋转机的寿命预测方法，其特征在于上述马达电流的特征量包括在上述制造工序中产生的电流峰值数量。

4.如权利要求1所述的旋转机的寿命预测方法，其特征在于上述评价用诊断数据，由与在变为异常状态前的正常状态下超过阈值而被误诊断为异常的错误的危险率不同的多个特征量作成。

5.如权利要求1所述的旋转机的寿命预测方法，其特征在于上述马达电流的因电源引起的变动通过对诊断对象旋转机的马达电压和马达功率中的至少1个进行监视而辨别。

6.一种制造装置，其特征在于包括：

进行制造工序的诊断对象旋转机；

在上述制造工序中对上述诊断对象旋转机的马达电流的特征量的时间序列数据进行测定的测定单元；

根据上述制造工序中特征量变动的上述时间序列数据作成评价用诊断数据、将评价用诊断数据超过根据监视器用旋转机的特征量的监视时间序列数据统计地求出的阈值的时刻、判定为上述诊断对象旋转机的寿命的数据处理单元。

7.如权利要求6所述的制造装置，其特征在于上述测定单元至少具有对上述诊断对象旋转机的马达电压和马达功率进行测定的的电压表和功率表中的一个。

8.如权利要求6所述的制造装置，其特征在于上述诊断对象旋转机为半导体制造装置用的干式泵。

9.如权利要求6所述的制造装置，其特征在于上述数据处理单元设置于局域网上的计算机中。

10.如权利要求6所述的制造装置，其特征在于上述数据处理单元设置于计算机综合生产系统上的数据处理系统中。