JP2000343380A - 加工機械における運転条件の決定方法 - Google Patents
加工機械における運転条件の決定方法Info
- Publication number
- JP2000343380A JP2000343380A JP11151796A JP15179699A JP2000343380A JP 2000343380 A JP2000343380 A JP 2000343380A JP 11151796 A JP11151796 A JP 11151796A JP 15179699 A JP15179699 A JP 15179699A JP 2000343380 A JP2000343380 A JP 2000343380A
- Authority
- JP
- Japan
- Prior art keywords
- parameters
- evaluation
- characteristic model
- machining
- specifications
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】 加工機械において加工結果についての新たな
仕様が設定されたとき、その仕様を満足する運転条件
を、効率的に決定する方法を提供する。 【解決手段】 対象となる加工機械について、運転条件
を表す操作パラメータと、その運転条件における加工結
果を表す評価パラメータについて実測データを収集す
る。上記操作パラメータを入力データとし、上記評価パ
ラメータを出力データとする数学的な特性モデルを作成
する。加工結果について新たな仕様が設定されたとき、
その仕様を満足する操作パラメータを上記特性モデルを
用いて逆算して求める。求められた操作パラメータを用
いて試し加工を行う。評価パラメータの実測値が前記仕
様を満足しているか否かを検証する。満足していない場
合には、試し加工によって得られた実測値を追加して特
性モデルを更新する。上記工程を、繰り返すことによ
り、前記仕様を実現する操作パラメータの値を求める。
仕様が設定されたとき、その仕様を満足する運転条件
を、効率的に決定する方法を提供する。 【解決手段】 対象となる加工機械について、運転条件
を表す操作パラメータと、その運転条件における加工結
果を表す評価パラメータについて実測データを収集す
る。上記操作パラメータを入力データとし、上記評価パ
ラメータを出力データとする数学的な特性モデルを作成
する。加工結果について新たな仕様が設定されたとき、
その仕様を満足する操作パラメータを上記特性モデルを
用いて逆算して求める。求められた操作パラメータを用
いて試し加工を行う。評価パラメータの実測値が前記仕
様を満足しているか否かを検証する。満足していない場
合には、試し加工によって得られた実測値を追加して特
性モデルを更新する。上記工程を、繰り返すことによ
り、前記仕様を実現する操作パラメータの値を求める。
Description
【０００１】
【発明の属する技術分野】本発明は、加工機械における
最適な運転条件の決定方法に係り、特に、加工結果につ
いて新たな仕様が設定されたとき、その仕様を満足する
運転条件を試し加工により決定する際の方法に関する。
最適な運転条件の決定方法に係り、特に、加工結果につ
いて新たな仕様が設定されたとき、その仕様を満足する
運転条件を試し加工により決定する際の方法に関する。
【０００２】
【従来の技術】従来、加工機械において、加工結果につ
いて新たな仕様が設定されたときには、試し加工を行っ
て、その仕様を満足する運転条件を試行錯誤的に求めて
いた。この様な試し加工の際に、最適な運転条件をでき
る限り少ない繰り返し数で効率的に決定するため、以下
の様な方法が採用されていた。
いて新たな仕様が設定されたときには、試し加工を行っ
て、その仕様を満足する運転条件を試行錯誤的に求めて
いた。この様な試し加工の際に、最適な運転条件をでき
る限り少ない繰り返し数で効率的に決定するため、以下
の様な方法が採用されていた。
【０００３】（ａ）メーカの推奨データがある場合、メ
ーカ推奨の運転条件の近くで試し加工を行う。
ーカ推奨の運転条件の近くで試し加工を行う。
【０００４】（ｂ）運転条件及び加工結果についての過
去の実績データを参考にして、試し加工の条件を設定す
る。
去の実績データを参考にして、試し加工の条件を設定す
る。
【０００５】（ｃ）熟練者の知識を借りる。
【０００６】このため、最適な運転条件が得られるまで
に、無駄な試し加工の繰り返しが多く、更に、新たな仕
様が過去の実績データとかけ離れている場合には、それ
を有効に利用することができないなどの問題があった。
に、無駄な試し加工の繰り返しが多く、更に、新たな仕
様が過去の実績データとかけ離れている場合には、それ
を有効に利用することができないなどの問題があった。
【０００７】
【発明が解決しようとする課題】本発明は、加工機械に
おける上記の様な従来の試し加工の方法の問題点に鑑み
成されたもので、本発明の目的は、加工結果について新
たな仕様が設定されたときに、その仕様を満足する運転
条件を、できる限り少ない繰り返し数の試し加工によっ
て決定することができる方法を提供することにある。
おける上記の様な従来の試し加工の方法の問題点に鑑み
成されたもので、本発明の目的は、加工結果について新
たな仕様が設定されたときに、その仕様を満足する運転
条件を、できる限り少ない繰り返し数の試し加工によっ
て決定することができる方法を提供することにある。
【０００８】
【課題を解決するための手段】本発明の加工機械におけ
る運転条件の決定方法は、対象となる加工機械につい
て、予め、その運転条件を表す操作パラメータを入力デ
ータとし、その運転条件における加工結果を表す評価パ
ラメータを出力データとする数学的な特性モデルを、操
作パラメータ及び評価パラメータについての実測データ
に基づいて作成する第一工程と、加工結果について新た
な仕様が設定されたとき、その仕様を満足する評価パラ
メータが得られると予想される操作パラメータを、この
特性モデルを用いて逆算して求める第二工程と、その結
果求められた操作パラメータの値を用いて前記加工機械
で試し加工を行って、評価パラメータを実測する第三工
程と、その結果得られた評価パラメータの実測値が、前
記仕様を満足しているか否かを検証する第四工程と、検
証の結果、前記仕様が満足されていない場合に、前記試
し加工の際の操作パラメータ及び評価パラメータの実測
値を前記実測データに追加し、前記特性モデルを更新す
る第五工程と、を備え、前記評価パラメータの実測値が
前記仕様を満足するまで、第二工程から第五工程までを
繰り返すことを特徴とする。
る運転条件の決定方法は、対象となる加工機械につい
て、予め、その運転条件を表す操作パラメータを入力デ
ータとし、その運転条件における加工結果を表す評価パ
ラメータを出力データとする数学的な特性モデルを、操
作パラメータ及び評価パラメータについての実測データ
に基づいて作成する第一工程と、加工結果について新た
な仕様が設定されたとき、その仕様を満足する評価パラ
メータが得られると予想される操作パラメータを、この
特性モデルを用いて逆算して求める第二工程と、その結
果求められた操作パラメータの値を用いて前記加工機械
で試し加工を行って、評価パラメータを実測する第三工
程と、その結果得られた評価パラメータの実測値が、前
記仕様を満足しているか否かを検証する第四工程と、検
証の結果、前記仕様が満足されていない場合に、前記試
し加工の際の操作パラメータ及び評価パラメータの実測
値を前記実測データに追加し、前記特性モデルを更新す
る第五工程と、を備え、前記評価パラメータの実測値が
前記仕様を満足するまで、第二工程から第五工程までを
繰り返すことを特徴とする。
【０００９】本発明の運転条件の決定方法によれば、試
し加工の繰り返しの途中で、その結果を取り入れて、随
時、前記特性モデルの更新が行われる。このため、加工
結果についての新たな仕様が設定されたときに、その仕
様を満足する運転条件を、少ない繰り返し数の試し加工
によって決定することができる。
し加工の繰り返しの途中で、その結果を取り入れて、随
時、前記特性モデルの更新が行われる。このため、加工
結果についての新たな仕様が設定されたときに、その仕
様を満足する運転条件を、少ない繰り返し数の試し加工
によって決定することができる。
【００１０】なお、前記特性モデルとして、例えば、重
回帰型モデル、ニューラルネットワーク型モデルなどを
使用することができる。
回帰型モデル、ニューラルネットワーク型モデルなどを
使用することができる。
【００１１】また、前記特性モデルとしてニューラルネ
ットワーク型モデルを使用する場合、第二工程におい
て、前記評価パラメータが得られる操作パラメータを特
性モデルを用いて逆算して求める際、遺伝的アルゴリズ
ムを使用すれば、そのための演算時間を短縮することが
できる。
ットワーク型モデルを使用する場合、第二工程におい
て、前記評価パラメータが得られる操作パラメータを特
性モデルを用いて逆算して求める際、遺伝的アルゴリズ
ムを使用すれば、そのための演算時間を短縮することが
できる。
【００１２】
【発明の実施の形態】図１を用いて、本発明の運転条件
の決定方法について説明する。
の決定方法について説明する。
【００１３】先ず、対象となる加工機械について、その
運転条件（例えば、当該加工機械における各種の設定
値）を表す操作パラメータと、その運転条件における加
工結果（例えば、加工速度、加工精度）を表す評価パラ
メータとの組み合わせから構成される実測データを収集
し、それらをデータベースに記録する。なお、操作パラ
メータについては、事前に解析を行って、互いに独立し
たパラメータであることを確認しておく。
運転条件（例えば、当該加工機械における各種の設定
値）を表す操作パラメータと、その運転条件における加
工結果（例えば、加工速度、加工精度）を表す評価パラ
メータとの組み合わせから構成される実測データを収集
し、それらをデータベースに記録する。なお、操作パラ
メータについては、事前に解析を行って、互いに独立し
たパラメータであることを確認しておく。
【００１４】この様にして収集された実測データについ
てのデータベースを用いて、上記操作パラメータを入力
データとし、上記評価パラメータを出力データとする数
学的な特性モデルを作成する。具体的には、特性モデル
の構造及び特性値を決定する。
てのデータベースを用いて、上記操作パラメータを入力
データとし、上記評価パラメータを出力データとする数
学的な特性モデルを作成する。具体的には、特性モデル
の構造及び特性値を決定する。
【００１５】ここで、入力データと出力データとの関係
が線形であることが予め分かっていれば、特性モデルと
して重回帰モデルを使用することができる。一般には、
両者の関係は非線型なので、特性モデルとしてニューラ
ルネットワーク型モデル（あるいはファジィモデル）を
使用する。図２に、特性モデルのデータ関連図を示す。
が線形であることが予め分かっていれば、特性モデルと
して重回帰モデルを使用することができる。一般には、
両者の関係は非線型なので、特性モデルとしてニューラ
ルネットワーク型モデル（あるいはファジィモデル）を
使用する。図２に、特性モデルのデータ関連図を示す。
【００１６】次に、加工結果に関して新たな仕様が設定
されたとき、その仕様を満足する評価パラメータが得ら
れると予想される操作パラメータの値を、上記の特性モ
デルを用いて逆算して求める。
されたとき、その仕様を満足する評価パラメータが得ら
れると予想される操作パラメータの値を、上記の特性モ
デルを用いて逆算して求める。
【００１７】なお、特性モデルとしてニューラルネット
ワーク型モデルを使用した場合、前記評価パラメータが
得られると予想される操作パラメータを、特性モデルを
用いて逆算して求める方法として、入力データの値を許
容範囲内でくまなく変化させて特性値を求める方法、あ
るいは、遺伝的アルゴリズム（例えば、岩波書店、理化
学辞典第５版ｐ８６参照）を用いて特性値を求める方法
などがある。なお、後者の方法によれば、操作パラメー
タについての最適解を効率的に求めることができる。
ワーク型モデルを使用した場合、前記評価パラメータが
得られると予想される操作パラメータを、特性モデルを
用いて逆算して求める方法として、入力データの値を許
容範囲内でくまなく変化させて特性値を求める方法、あ
るいは、遺伝的アルゴリズム（例えば、岩波書店、理化
学辞典第５版ｐ８６参照）を用いて特性値を求める方法
などがある。なお、後者の方法によれば、操作パラメー
タについての最適解を効率的に求めることができる。
【００１８】次に、この様に逆算により求められた操作
パラメータの値を用いて、当該加工機械で実際に試し加
工を行って、評価パラメータを実測する。
パラメータの値を用いて、当該加工機械で実際に試し加
工を行って、評価パラメータを実測する。
【００１９】次に、その結果得られた評価パラメータの
実測値が、前記仕様を満足しているか否かを検証する。
実測値が、前記仕様を満足しているか否かを検証する。
【００２０】検証の結果、前記仕様が満足されている場
合には、先に求められた操作パラメータの値を適正値と
して判断し、試し加工を終了する。一方、前記仕様が満
足されていない場合には、試し加工によって得られた操
作パラメータ及び評価パラメータの実測値を前記データ
ベースに追加し、このデータベースを用いて特性モデル
を更新する。具体的には、特性モデルの特性値を更新す
る。
合には、先に求められた操作パラメータの値を適正値と
して判断し、試し加工を終了する。一方、前記仕様が満
足されていない場合には、試し加工によって得られた操
作パラメータ及び評価パラメータの実測値を前記データ
ベースに追加し、このデータベースを用いて特性モデル
を更新する。具体的には、特性モデルの特性値を更新す
る。
【００２１】上記の新たな仕様に対応する操作パラメー
タの予想値を特性モデルを用いて逆算して求める工程か
ら、試し加工の結果に基づいて特性モデルを更新する工
程までを、繰り返し実施することによって、最終的に、
上記の新たな仕様を実現する操作パラメータの値を求め
ることができる。
タの予想値を特性モデルを用いて逆算して求める工程か
ら、試し加工の結果に基づいて特性モデルを更新する工
程までを、繰り返し実施することによって、最終的に、
上記の新たな仕様を実現する操作パラメータの値を求め
ることができる。
【００２２】
【実施例】次に、本発明に基づく運転条件の決定方法
を、半導体ウエハの表面の研磨に使用されるＣＭＰ装置
（ Chemical Mechanical Polishing Machine ）に対
して適用した例について説明する。
を、半導体ウエハの表面の研磨に使用されるＣＭＰ装置
（ Chemical Mechanical Polishing Machine ）に対
して適用した例について説明する。
【００２３】ＣＭＰ装置における運転条件を表す操作パ
ラメータには、研磨布が装着されたターンテーブルのト
ルク（テーブルトルク）、ターンテーブルの回転数（テ
ーブル回転数）、バックプレッシャー、バッキングパッ
ドを介してウエハを保持するヘッドによる押付け力（ヘ
ッド圧力）、ヘッドの回転数、バッキングパッドの累積
使用時間、研磨布ドレス時間、研磨布の温度、加工時間
などがある。一方、加工結果を表す評価パラメータは、
加工レート及び加工量均一性（加工精度）の２個であ
る。
ラメータには、研磨布が装着されたターンテーブルのト
ルク（テーブルトルク）、ターンテーブルの回転数（テ
ーブル回転数）、バックプレッシャー、バッキングパッ
ドを介してウエハを保持するヘッドによる押付け力（ヘ
ッド圧力）、ヘッドの回転数、バッキングパッドの累積
使用時間、研磨布ドレス時間、研磨布の温度、加工時間
などがある。一方、加工結果を表す評価パラメータは、
加工レート及び加工量均一性（加工精度）の２個であ
る。
【００２４】加工実績データを解析した結果、操作パラ
メータの中の独立パラメータは、テーブルトルク、テー
ブル回転数、バックプレッシャー、ヘッド圧力、の４個
であることが判明した。なお、上記パラメータ間の相関
係数が０．９以下のものを独立パラメータとして選定し
た。次に、図３に示す様に、上記の４個の操作パラメー
タを入力データとし、上記の２個の評価パラメータを出
力データとするニューラルネットワーク型の特性モデル
を作成し、１１組の実績データを用いて、当該特性モデ
ルの特性データを決定した。
メータの中の独立パラメータは、テーブルトルク、テー
ブル回転数、バックプレッシャー、ヘッド圧力、の４個
であることが判明した。なお、上記パラメータ間の相関
係数が０．９以下のものを独立パラメータとして選定し
た。次に、図３に示す様に、上記の４個の操作パラメー
タを入力データとし、上記の２個の評価パラメータを出
力データとするニューラルネットワーク型の特性モデル
を作成し、１１組の実績データを用いて、当該特性モデ
ルの特性データを決定した。
【００２５】次に、図４に示す様に、運転条件について
新たな仕様を４種類、設定し（Ｎｏ．１〜Ｎｏ．４）、
それぞれの仕様を実現するための操作パラメータの予想
値を、上記特性モデルを用いて逆算して求めた。更に、
この様にして求められた４種類の操作パラメータの予想
値を用いて、ＣＭＰ装置を用いて実際に試し加工を行
い、評価パラメータの値を実測した。
新たな仕様を４種類、設定し（Ｎｏ．１〜Ｎｏ．４）、
それぞれの仕様を実現するための操作パラメータの予想
値を、上記特性モデルを用いて逆算して求めた。更に、
この様にして求められた４種類の操作パラメータの予想
値を用いて、ＣＭＰ装置を用いて実際に試し加工を行
い、評価パラメータの値を実測した。
【００２６】なお、新たな仕様に対応する操作パラメー
タの予想値を特性モデルを用いて逆算して求める際、遺
伝的アルゴリズムを使用した。遺伝的アルゴリズムを適
用する際、操作パラメータの探索範囲を、テーブルトル
ク：５０〜１１０Ｎ・ｍ、テーブル回転数：０〜１００
ｒｐｍ、バックプレッシャー：１９０〜３１０ｇ／ｃｍ
２、ヘッド圧力：１２０〜２００ｋｇｆと設定するとと
もに、個体数を１００とし、５００世代まで計算して、
適合度が最も良い操作パラメータを求めた。また、遺伝
子の組み替えは、交互法と突然変異法を確率を指定して
行った。探索の重みは、０〜１の範囲で図４中に示した
値を使用した。なお、探索の重みが１のときは、当該評
価パラメータが全面的に評価され、探索の重み０のとき
は、当該評価パラメータが無視されることを意味する。
タの予想値を特性モデルを用いて逆算して求める際、遺
伝的アルゴリズムを使用した。遺伝的アルゴリズムを適
用する際、操作パラメータの探索範囲を、テーブルトル
ク：５０〜１１０Ｎ・ｍ、テーブル回転数：０〜１００
ｒｐｍ、バックプレッシャー：１９０〜３１０ｇ／ｃｍ
２、ヘッド圧力：１２０〜２００ｋｇｆと設定するとと
もに、個体数を１００とし、５００世代まで計算して、
適合度が最も良い操作パラメータを求めた。また、遺伝
子の組み替えは、交互法と突然変異法を確率を指定して
行った。探索の重みは、０〜１の範囲で図４中に示した
値を使用した。なお、探索の重みが１のときは、当該評
価パラメータが全面的に評価され、探索の重み０のとき
は、当該評価パラメータが無視されることを意味する。
【００２７】図４中、Ｎｏ．１は、１５％以下の加工量
均一性が得られる条件を求めた例である。なお、加工レ
ートについての探索の重みは０に設定され、加工レート
は評価の対象として無視されている。この結果、求めら
れた操作パラメータでは、テーブル回転数が０となり、
他の操作パラメータは、４種類の仕様の中での最大値と
なった。この条件を用いて、試し加工を行ったところ、
加工量均一性が３．２％となり、目標とする仕様を満足
する結果が得られた。因みに、評価の際に無視された加
工レートは１４３４Å／ｍｉｎとなり、かなり小さな値
となった。
均一性が得られる条件を求めた例である。なお、加工レ
ートについての探索の重みは０に設定され、加工レート
は評価の対象として無視されている。この結果、求めら
れた操作パラメータでは、テーブル回転数が０となり、
他の操作パラメータは、４種類の仕様の中での最大値と
なった。この条件を用いて、試し加工を行ったところ、
加工量均一性が３．２％となり、目標とする仕様を満足
する結果が得られた。因みに、評価の際に無視された加
工レートは１４３４Å／ｍｉｎとなり、かなり小さな値
となった。
【００２８】Ｎｏ．２は、２０００Å／ｍｉｎ以上の加
工レートが得られる条件を求めた例である。加工量均一
性についての探索の重みは０に設定され、加工量均一性
は評価の対象として無視されている。この結果、求めら
れた操作パラメータでは、全ての操作パラメータが、４
種類の仕様の中での最大値となった。この条件を用い
て、試し加工を行ったところ、加工レートが９１７２Å
／ｍｉｎとなり、非常に大きな加工レートが得られた。
即ち、ＣＭＰ装置においては、高い加工量均一性を得る
ための運転条件と、大きな加工レートを得るための運転
条件は、テーブル回転数に関して相反する関係にあるこ
とが分かる。
工レートが得られる条件を求めた例である。加工量均一
性についての探索の重みは０に設定され、加工量均一性
は評価の対象として無視されている。この結果、求めら
れた操作パラメータでは、全ての操作パラメータが、４
種類の仕様の中での最大値となった。この条件を用い
て、試し加工を行ったところ、加工レートが９１７２Å
／ｍｉｎとなり、非常に大きな加工レートが得られた。
即ち、ＣＭＰ装置においては、高い加工量均一性を得る
ための運転条件と、大きな加工レートを得るための運転
条件は、テーブル回転数に関して相反する関係にあるこ
とが分かる。
【００２９】Ｎｏ．３は、２０００Å／ｍｉｎ以上の加
工レート及び１５％以下の加工量均一性が同時に得られ
る条件を求めた例である。Ｎｏ．４は、２０００Å／ｍ
ｉｎ近傍の加工レート及び１５％以下の加工量均一性が
同時に得られる条件を求めた例である。なお、上記の例
では、いずれの場合にも、一回の試し加工で、目標とす
る仕様が満足されている。
工レート及び１５％以下の加工量均一性が同時に得られ
る条件を求めた例である。Ｎｏ．４は、２０００Å／ｍ
ｉｎ近傍の加工レート及び１５％以下の加工量均一性が
同時に得られる条件を求めた例である。なお、上記の例
では、いずれの場合にも、一回の試し加工で、目標とす
る仕様が満足されている。
【００３０】
【発明の効果】本発明の加工機械における運転条件の決
定方法によれば、加工結果についての新たな仕様が設定
されたときに、その仕様を満足する運転条件を、少ない
繰り返し数の試し加工によって決定することができる。
定方法によれば、加工結果についての新たな仕様が設定
されたときに、その仕様を満足する運転条件を、少ない
繰り返し数の試し加工によって決定することができる。
【００３１】試し加工による実績データを取り入れて、
随時、特性モデルの更新が行われるので、使用実績の増
大に伴い、特性モデルの精度が次第に向上していく。従
って、使用実績の増大に伴い、試し加工の回数が減少す
る。
随時、特性モデルの更新が行われるので、使用実績の増
大に伴い、特性モデルの精度が次第に向上していく。従
って、使用実績の増大に伴い、試し加工の回数が減少す
る。
【００３２】本発明によれば、非熟練者であっても試し
加工を効率良く実施することが可能になる。
加工を効率良く実施することが可能になる。
【図１】本発明の運転条件の決定方法を示すフローチャ
ート。
ート。
【図２】本発明の運転条件の決定方法において使用され
る特性モデルの入出力データ関連図。
る特性モデルの入出力データ関連図。
【図３】ＣＭＰ装置の特性モデルとしてニュラルネット
ワーク型モデルを適用した例を示す図。
ワーク型モデルを適用した例を示す図。
【図４】本発明に基づく運転条件の決定方法をＣＭＰ装
置に対して適用した結果について説明する図。
置に対して適用した結果について説明する図。
Claims (3)
- 【請求項１】 対象となる加工機械について、予め、そ
の運転条件を表す操作パラメータを入力データとし、そ
の運転条件における加工結果を表す評価パラメータを出
力データとする数学的な特性モデルを、操作パラメータ
及び評価パラメータについての実測データに基づいて作
成する第一工程と、 加工結果について新たな仕様が設定されたとき、その仕
様を満足する評価パラメータが得られると予想される操
作パラメータを、この特性モデルを用いて逆算して求め
る第二工程と、 その結果求められた操作パラメータの値を用いて前記加
工機械で試し加工を行って、評価パラメータを実測する
第三工程と、 その結果得られた評価パラメータの実測値が、前記仕様
を満足しているか否かを検証する第四工程と、 検証の結果、前記仕様が満足されていない場合に、前記
試し加工の際の操作パラメータ及び評価パラメータの実
測値を前記実測データに追加し、前記特性モデルを更新
する第五工程と、を備え、 前記評価パラメータの実測値が前記仕様を満足するま
で、第二工程から第五工程までを繰り返すことを特徴と
する加工機械における運転条件の決定方法。 - 【請求項２】 前記特性モデルとして、ニューラルネッ
トワーク型モデルを使用することを特徴とする請求項１
に記載の加工機械における運転条件の決定方法。 - 【請求項３】 前記第二工程において、前記仕様を満足
する評価パラメータが得られる操作パラメータを、前記
特性モデルを用いて逆算して求める際、遺伝的アルゴリ
ズムを使用することを特徴とする請求項２に記載の加工
機械における運転条件の決定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11151796A JP2000343380A (ja) | 1999-05-31 | 1999-05-31 | 加工機械における運転条件の決定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11151796A JP2000343380A (ja) | 1999-05-31 | 1999-05-31 | 加工機械における運転条件の決定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000343380A true JP2000343380A (ja) | 2000-12-12 |
Family
ID=15526495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11151796A Pending JP2000343380A (ja) | 1999-05-31 | 1999-05-31 | 加工機械における運転条件の決定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000343380A (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008036812A (ja) * | 2006-07-11 | 2008-02-21 | Mitsubishi Electric Corp | 加工条件探索装置 |
| JP2008238367A (ja) * | 2007-03-28 | 2008-10-09 | Fujitsu Ltd | 研磨方法、研磨装置及び半導体装置の製造方法 |
| JP2012236267A (ja) * | 2011-05-13 | 2012-12-06 | Mitsubishi Electric Corp | 加工条件探索装置 |
| CN106625247A (zh) * | 2017-01-09 | 2017-05-10 | 厦门立祥新工贸有限公司 | 一种基于dsp控制的高精度双面磨床加工方法 |
| KR20180087143A (ko) * | 2017-01-23 | 2018-08-01 | 후지코시 기카이 고교 가부시키가이샤 | 워크 연마 방법 및 워크 연마 장치 |
| CN109732450A (zh) * | 2019-02-27 | 2019-05-10 | 重庆理工大学 | 一种基于神经网络的叶片抛磨加工方法 |
| EP3736648A1 (en) * | 2019-05-08 | 2020-11-11 | Agathon AG, Maschinenfabrik | Method for autonomous optimization of a grinding process |
| JP2023026082A (ja) * | 2021-08-12 | 2023-02-24 | 株式会社三菱総合研究所 | 情報処理装置、情報処理方法及びプログラム |
| CN116690402A (zh) * | 2023-08-09 | 2023-09-05 | 浙江晶盛机电股份有限公司 | 抛光机工艺参数调节方法、装置、计算机设备和存储介质 |
| JP7390945B2 (ja) | 2020-03-19 | 2023-12-04 | 株式会社荏原製作所 | 研磨装置、情報処理システム及びプログラム |
-
1999
- 1999-05-31 JP JP11151796A patent/JP2000343380A/ja active Pending
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008036812A (ja) * | 2006-07-11 | 2008-02-21 | Mitsubishi Electric Corp | 加工条件探索装置 |
| JP2008238367A (ja) * | 2007-03-28 | 2008-10-09 | Fujitsu Ltd | 研磨方法、研磨装置及び半導体装置の製造方法 |
| JP2012236267A (ja) * | 2011-05-13 | 2012-12-06 | Mitsubishi Electric Corp | 加工条件探索装置 |
| CN106625247A (zh) * | 2017-01-09 | 2017-05-10 | 厦门立祥新工贸有限公司 | 一种基于dsp控制的高精度双面磨床加工方法 |
| KR20180087143A (ko) * | 2017-01-23 | 2018-08-01 | 후지코시 기카이 고교 가부시키가이샤 | 워크 연마 방법 및 워크 연마 장치 |
| JP2018118372A (ja) * | 2017-01-23 | 2018-08-02 | 不二越機械工業株式会社 | ワーク研磨方法およびワーク研磨装置 |
| JP7023455B2 (ja) | 2017-01-23 | 2022-02-22 | 不二越機械工業株式会社 | ワーク研磨方法およびワーク研磨装置 |
| KR102363055B1 (ko) | 2017-01-23 | 2022-02-14 | 후지코시 기카이 고교 가부시키가이샤 | 워크 연마 방법 및 워크 연마 장치 |
| CN109732450B (zh) * | 2019-02-27 | 2021-02-26 | 重庆理工大学 | 一种基于神经网络的叶片抛磨加工方法 |
| CN109732450A (zh) * | 2019-02-27 | 2019-05-10 | 重庆理工大学 | 一种基于神经网络的叶片抛磨加工方法 |
| EP3736648A1 (en) * | 2019-05-08 | 2020-11-11 | Agathon AG, Maschinenfabrik | Method for autonomous optimization of a grinding process |
| JP7390945B2 (ja) | 2020-03-19 | 2023-12-04 | 株式会社荏原製作所 | 研磨装置、情報処理システム及びプログラム |
| US11897078B2 (en) | 2020-03-19 | 2024-02-13 | Ebara Corporation | Polishing apparatus, information processing system, polishing method, and computer-readable storage medium |
| JP2023026082A (ja) * | 2021-08-12 | 2023-02-24 | 株式会社三菱総合研究所 | 情報処理装置、情報処理方法及びプログラム |
| JP7270005B2 (ja) | 2021-08-12 | 2023-05-09 | 株式会社三菱総合研究所 | 情報処理装置、情報処理方法及びプログラム |
| CN116690402A (zh) * | 2023-08-09 | 2023-09-05 | 浙江晶盛机电股份有限公司 | 抛光机工艺参数调节方法、装置、计算机设备和存储介质 |
| CN116690402B (zh) * | 2023-08-09 | 2023-11-14 | 浙江晶盛机电股份有限公司 | 抛光机工艺参数调节方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6169931B1 (en) | Method and system for modeling, predicting and optimizing chemical mechanical polishing pad wear and extending pad life | |
| JP2000343380A (ja) | 加工機械における運転条件の決定方法 | |
| JP3859475B2 (ja) | ウェーハの研磨時間制御方法及びこれを利用したウェーハの研磨方法 | |
| US10393707B2 (en) | Method for estimating a variation in preload applied to linear guideway | |
| US6564116B2 (en) | Method for determining efficiently parameters in chemical-mechanical polishing (CMP) | |
| JP3705296B1 (ja) | 品質制御装置およびその制御方法、品質制御プログラム、並びに該プログラムを記録した記録媒体 | |
| JP2007508978A (ja) | 質量アンバランスおよび高速ユニフォーミティを予測し、制御する方法 | |
| TW200947251A (en) | Process control using process data and yield data | |
| TWI503763B (zh) | 半導體處理控制方法和電腦可讀取紀錄媒體 | |
| JP3077656B2 (ja) | 半導体製造装置のレシピ修正方法 | |
| JP3800244B2 (ja) | 品質制御装置およびその制御方法、品質制御プログラム、並びに該プログラムを記録した記録媒体 | |
| KR20020013811A (ko) | 미러 이미지 타겟에 기초한 반도체 처리툴 상에서의실행간 제어방법 | |
| CN101840207A (zh) | 先进工艺控制的方法和装置 | |
| WO1999025520A1 (en) | Method and apparatus for modeling a chemical mechanical polishing process | |
| TW201822948A (zh) | 偵測工具機的線性滑軌預壓值變化的方法 | |
| JP2009184028A (ja) | 工程設計支援装置 | |
| JP2001147912A (ja) | ニューラル・ネットワーク・モデルの作成方法 | |
| US5265028A (en) | Optimization system | |
| Cariapa et al. | Application of neural networks for compliant tool polishing operations | |
| JPH0682353A (ja) | 疲労亀裂伝播下限界応力拡大係数範囲の測定方法 | |
| GB2361656A (en) | Determining optimum grinding conditions | |
| JPH08315017A (ja) | 生産スケジュール作成方法 | |
| JP2001225243A (ja) | 機械加工最適化装置 | |
| JPH11211453A (ja) | 構造体の形状測定装置及び形状測定方法及びコンピュータ読み取りが可能な記憶媒体 | |
| JPH08305735A (ja) | 部品コスト見積り方法および部品コスト見積り装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Effective date: 20050607 Free format text: JAPANESE INTERMEDIATE CODE: A131 |
|
| A521 | Written amendment |
Effective date: 20050805 Free format text: JAPANESE INTERMEDIATE CODE: A523 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Effective date: 20050830 Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050927 |
|
| R150 | Certificate of patent (=grant) or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 3 Free format text: PAYMENT UNTIL: 20081007 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 6 Free format text: PAYMENT UNTIL: 20111007 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111007 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131007 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131007 Year of fee payment: 8 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 8 Free format text: PAYMENT UNTIL: 20131007 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |