JP2002043200A - 異常原因検出装置及び異常原因検出方法 - Google Patents

異常原因検出装置及び異常原因検出方法

Info

Publication number
JP2002043200A
JP2002043200A JP2000222660A JP2000222660A JP2002043200A JP 2002043200 A JP2002043200 A JP 2002043200A JP 2000222660 A JP2000222660 A JP 2000222660A JP 2000222660 A JP2000222660 A JP 2000222660A JP 2002043200 A JP2002043200 A JP 2002043200A
Authority
JP
Japan
Prior art keywords
value
abnormality
quality data
cause
abnormal
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
Application number
JP2000222660A
Other languages
English (en)
Inventor
Haruo Funakoshi
晴男 船越
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2000222660A priority Critical patent/JP2002043200A/ja
Priority to US09/759,447 priority patent/US6587801B2/en
Publication of JP2002043200A publication Critical patent/JP2002043200A/ja
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32196—Store audit, history of inspection, control and workpiece data into database
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32197—Inspection at different locations, stages of manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

(57)【要約】 【課題】 製造装置の品質データのデータ数が少ない場
合、異常原因装置の特定指標である品質データの平均値
の精度が低下する。そのため、異常原因装置を精度よく
推定することができず、異常原因装置でない製造装置を
対象とする異常の判定処理を先に実施する可能性が高ま
るため、異常原因装置を速やかに特定することができな
い課題があった。 【解決手段】 検索手段３により検索された品質データ
の平均値と標準偏差値を演算し、その平均値と標準偏差
値から各製造装置の異常可能性値を演算する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】この発明は、異常原因である
製造装置等を検出する異常原因検出装置及び異常原因検
出方法に関するものである。
【０００２】
【従来の技術】図８は従来の異常原因検出方法を示すフ
ローチャートであり、図において、ＳＴ１は品質データ
及び履歴データの検索条件を設定する設定ステップ、Ｓ
Ｔ２はデータベースから当該検索条件に合致する品質デ
ータ及び履歴データを検索する検索ステップ、ＳＴ３は
製造ラインを構成する各製造装置毎の品質データの平均
値を演算する演算ステップ、ＳＴ４は各製造装置毎の品
質データの平均値を予め保存されている通常時データ
（異常が発生していないときのデータ）と比較し、その
通常時データと大きく異なる場合、当該製造装置が異常
原因装置であると推定する比較ステップである。
【０００３】次に動作について説明する。例えば、半導
体装置を製造する場合、図９に示すような複数のプロセ
スにおいて、複数の製造装置が製造対象を加工すること
により完成される。そして、その製造工程の中間段階と
最終段階において検査が施され、製造対象に異常が認め
られる場合には、複数の製造装置の中から異常原因装置
が特定される。
【０００４】具体的には、まず、ステップＳＴ１におい
て、種々の製造工程おいて収集されて、データベースに
格納されている品質データ（例えば、中間検査工程にお
いて演算対象になるデータであり、製造装置等の不良率
などを示すデータである）や各製造工程の履歴データ
（例えば、製造装置の処理結果などを示すデータであ
る）のうち、異常原因装置の特定処理に用いる品質デー
タや履歴データの検索条件を設定する。例えば、対象製
造物、対象検査工程、対象検査期間、対象品質項目、処
理履歴工程、処理装置などを設定する。
【０００５】次にステップＳＴ２において、データベー
スから当該検索条件に合致する品質データ及び履歴デー
タを検索する。例えば、図９の全工程又は一部の工程が
疑わしい場合において、全工程又は一部の工程が検索条
件として設定されると、全工程又は一部の工程に携わる
製造装置の品質データ及び履歴データを検索する。
【０００６】次にステップＳＴ３において、全工程又は
一部の工程に携わる各製造装置毎の品質データの平均値
を演算する。例えば、全工程又は一部の工程に携わる製
造装置として、製造装置Ａと製造装置Ｂが存在する場
合、製造装置Ａの品質データの平均値と、製造装置Ｂの
品質データの平均値とを演算する。
【０００７】最後にステップＳＴ４において、各製造装
置毎の品質データの平均値と予め保存されている通常時
データを比較する。例えば、全工程又は一部の工程に携
わる製造装置として、製造装置Ａと製造装置Ｂが存在す
る場合、製造装置Ａの品質データの平均値と製造装置Ａ
の通常時データを比較するとともに、製造装置Ｂの品質
データの平均値と製造装置Ｂの通常時データを比較す
る。
【０００８】そして、データ比較の結果、通常時データ
との差が例えば２０％以上である場合には、当該製造装
置が異常原因装置であると推定し、その推定結果を印刷
又は表示する。上記のようにして、異常原因装置が推定
されると、ユーザが、その異常原因装置に係る種々の履
歴データ等に基づいて実際に異常が発生しているか否か
を判定する。
【０００９】
【発明が解決しようとする課題】従来の異常原因検出方
法は以上のように構成されているので、製造装置の品質
データのデータ数が少ない場合、異常原因装置の特定指
標である品質データの平均値の精度が低下する。そのた
め、異常原因装置を精度よく推定することができず、異
常原因装置でない製造装置を対象とする異常の判定処理
を先に実施する可能性が高まるため、異常原因装置を速
やかに特定することができない課題があった。
【００１０】なお、図１０は製造装置の実際の不良率分
布を示すグラフ図である。図１０の例では、不良率が約
３．５％の製造装置が最も異常原因を有する可能性が高
いので、不良率が約３．５％の製造装置を異常原因装置
であると推定すべきであるが、品質データの平均値の精
度が低くなると、例えば、不良率が約２．３％の製造装
置を異常原因装置であると推定することがある。
【００１１】この発明は上記のような課題を解決するた
めになされたもので、異常原因装置を速やかに検出する
ことができる異常原因検出装置及び異常原因検出方法を
得ることを目的とする。
【００１２】
【課題を解決するための手段】この発明に係る異常原因
検出装置は、検索手段により検索された品質データの平
均値と標準偏差値を演算し、その平均値と標準偏差値か
ら各異常原因候補の異常可能性値を演算する演算手段を
設けたものである。
【００１３】この発明に係る異常原因検出装置は、複数
の異常原因候補のうち、異常可能性値が大きい異常原因
候補から順番に異常の可能性を判定する判定手段を設け
たものである。
【００１４】この発明に係る異常原因検出装置は、設定
手段により品質データの上限値と下限値が設定された場
合、検索条件に合致する品質データのうち、その上限値
より大きい品質データと、その下限値より小さい品質デ
ータとを抽出して出力するようにしたものである。
【００１５】この発明に係る異常原因検出装置は、検定
値演算手段が品質データの平均値と標準偏差値から各異
常原因候補の検定値と異常率を計算し、その検定値と異
常率から異常可能性値を演算するようにしたものであ
る。
【００１６】この発明に係る異常原因検出方法は、品質
データの平均値と標準偏差値を演算し、その平均値と標
準偏差値から各異常原因候補の異常可能性値を演算する
ようにしたものである。
【００１７】この発明に係る異常原因検出方法は、複数
の異常原因候補のうち、異常可能性値が大きい異常原因
候補から順番に異常の可能性を判定するようにしたもの
である。
【００１８】この発明に係る異常原因検出方法は、品質
データの上限値と下限値を設定する場合、検索条件に合
致する品質データのうち、その上限値より大きい品質デ
ータと、その下限値より小さい品質データとを抽出して
出力するようにしたものである。
【００１９】この発明に係る異常原因検出方法は、品質
データの平均値と標準偏差値から各異常原因候補の検定
値と異常率を計算し、その検定値と異常率から異常可能
性値を演算するようにしたものである。
【００２０】この発明に係る異常原因検出方法は、複数
の製造装置を異常原因候補とするようにしたものであ
る。
【００２１】この発明に係る異常原因検出方法は、複数
の製造材料を異常原因候補とするようにしたものであ
る。
【００２２】この発明に係る異常原因検出方法は、複数
の製造条件を異常原因候補とするようにしたものであ
る。
【００２３】
【発明の実施の形態】以下、この発明の実施の一形態を
説明する。 実施の形態１．図１はこの発明の実施の形態１による異
常原因検出装置を示す構成図であり、図において、１は
種々の製造工程おいて収集された各製造装置の品質デー
タを格納するデータベース、２は品質データの検索条件
を設定する設定手段、３はデータベース１から設定手段
２により設定された検索条件に合致する品質データを検
索する検索手段、４は検索手段３により検索された品質
データの平均値と標準偏差値を演算し、その平均値と標
準偏差値から各製造装置（異常原因候補）の異常可能性
値を演算する演算手段、５は複数の製造装置のうち、異
常可能性値が大きい製造装置から順番に異常の可能性を
判定する判定手段である。なお、図２はこの発明の実施
の形態１による異常原因検出方法を示すフローチャート
である。
【００２４】次に動作について説明する。まず、ステッ
プＳＴ１１において、設定手段２を用いて、データベー
ス１に格納されている各製造装置の品質データ（例え
ば、中間検査工程において演算対象になるデータであ
り、製造装置等の不良率などを示すデータである）や各
製造工程の履歴データ（例えば、製造装置の処理結果な
どを示すデータである）のうち、異常原因装置の特定処
理に用いる品質データや履歴データの検索条件を設定す
る。例えば、対象製造物、対象検査工程、対象検査期
間、対象品質項目、品質データの上限値、品質データの
下限値、検索データ数、処理履歴工程、処理装置などを
設定する。
【００２５】次にステップＳＴ１２において、検索手段
３がデータベース１から当該検索条件に合致する品質デ
ータや履歴データを検索する。例えば、図９の全工程又
は一部の工程が疑わしい場合において、全工程又は一部
の工程が検索条件として設定されると、全工程又は一部
の工程に携わる製造装置の品質データ及び履歴データを
検索する。
【００２６】ただし、検索手段３は、設定手段２により
品質データの上限値（上限値は異常のある製造装置を定
量的に把握するための設定値である）と下限値（下限値
は正常な製造装置を定量的に把握するための設定値であ
る）が設定された場合、データ数を減らして計算機負荷
を軽減するため、検索条件に合致する品質データの中か
ら（図３を参照）、その上限値より大きい品質データ
と、その下限値より小さい品質データとを抽出し（図４
を参照）、その抽出した品質データを演算手段４に出力
する（ステップＳＴ１３）。
【００２７】次にステップＳＴ１４において、演算手段
４が検索手段３により検索された品質データの平均値や
標準偏差値等を演算して、各製造装置の異常可能性値を
演算する。即ち、検索手段３から出力された全ての品質
データＸi の平均値Ｘt （以下、「母集団分布の平均
値」と称する）と、その品質データＸi の標準偏差値σ
（以下、「母集団分布の標準偏差値」と称する）とを下
記に示すように演算する。
【数１】
【００２８】また、演算手段４は、母集団分布の平均値
Ｘt と標準偏差値σを演算すると、各製造装置毎の品質
データの平均値（以下、「製造装置毎分布の平均値」と
称する）を演算し、それらの演算結果から各製造装置の
検定値ＫA 等を下記に示すように演算する。ここで、各
製造装置の検定値は、母集団分布と各製造装置毎分布の
差を定量的に表すものである（図５及び図７を参照）。
【数２】
【００２９】さらに、演算手段４は、各製造装置の異常
率を演算して（図６を参照）、その異常率と検定値から
各製造装置の異常可能性値ＥA 等を下記に示すように演
算する。ここで、異常可能性値は、製造装置が異常原因
装置である確率を定量的に表すものである。
【数３】
【００３０】演算手段４が全ての製造装置の異常可能性
値を演算すると、ステップＳＴ１５において、判定手段
５が、異常可能性値が大きい製造装置から順番に異常の
可能性を判定する。即ち、異常可能性値が大きい製造装
置を先に異常の判定対象にして、その製造装置に係る種
々の履歴データ等に基づいて当該製造装置が実際に異常
が発生しているか否かを判定する。
【００３１】以上で明らかなように、この実施の形態１
によれば、検索手段３により検索された品質データの平
均値と標準偏差値を演算し、その平均値と標準偏差値か
ら各製造装置の異常可能性値を演算するように構成した
ので、各製造装置が異常原因装置である確率を取得する
ことができる。したがって、異常原因装置である確率が
高い製造装置から優先して異常の判定処理を実施するこ
とができるため、異常原因装置を速やかに検出すること
ができる効果を奏する。
【００３２】実施の形態２．上記実施の形態１では、複
数の製造装置を異常原因候補とするものについて示した
が、これに限るものではなく、例えば、複数の製造材料
を異常原因候補とするようにしてもよい。これにより、
異常原因材料を速やかに検出することができる効果を奏
する。
【００３３】実施の形態３．上記実施の形態１では、複
数の製造装置を異常原因候補とするものについて示した
が、これに限るものではなく、例えば、複数の製造条件
を異常原因候補とするようにしてもよい。これにより、
異常原因である製造条件を速やかに検出することができ
る効果を奏する。
【００３４】
【発明の効果】以上のように、この発明によれば、検索
手段により検索された品質データの平均値と標準偏差値
を演算し、その平均値と標準偏差値から各異常原因候補
の異常可能性値を演算する演算手段を設けるように構成
したので、異常原因を速やかに検出することができる効
果がある。
【００３５】この発明によれば、複数の異常原因候補の
うち、異常可能性値が大きい異常原因候補から順番に異
常の可能性を判定する判定手段を設けるように構成した
ので、異常原因を速やかに検出することができる効果が
ある。
【００３６】この発明によれば、設定手段により品質デ
ータの上限値と下限値が設定された場合、検索条件に合
致する品質データのうち、その上限値より大きい品質デ
ータと、その下限値より小さい品質データとを抽出して
出力するように構成したので、データ数が減少する結
果、計算機負荷を軽減することができる効果がある。
【００３７】この発明によれば、検定値演算手段が品質
データの平均値と標準偏差値から各異常原因候補の検定
値と異常率を計算し、その検定値と異常率から異常可能
性値を演算するように構成したので、異常原因である確
率を取得することができる効果がある。
【００３８】この発明によれば、品質データの平均値と
標準偏差値を演算し、その平均値と標準偏差値から各異
常原因候補の異常可能性値を演算するように構成したの
で、異常原因を速やかに検出することができる効果があ
る。
【００３９】この発明によれば、複数の異常原因候補の
うち、異常可能性値が大きい異常原因候補から順番に異
常の可能性を判定するように構成したので、異常原因を
速やかに検出することができる効果がある。
【００４０】この発明によれば、品質データの上限値と
下限値を設定する場合、検索条件に合致する品質データ
のうち、その上限値より大きい品質データと、その下限
値より小さい品質データとを抽出して出力するように構
成したので、データ数が減少する結果、計算機負荷を軽
減することができる効果がある。
【００４１】この発明によれば、品質データの平均値と
標準偏差値から各異常原因候補の検定値と異常率を計算
し、その検定値と異常率から異常可能性値を演算するよ
うに構成したので、異常原因である確率を取得すること
ができる効果がある。
【００４２】この発明によれば、複数の製造装置を異常
原因候補とするように構成したので、異常原因装置を速
やかに検出することができる効果がある。
【００４３】この発明によれば、複数の製造材料を異常
原因候補とするように構成したので、異常原因材料を速
やかに検出することができる効果がある。
【００４４】この発明によれば、複数の製造条件を異常
原因候補とするように構成したので、異常原因である製
造条件を速やかに検出することができる効果がある。
【図面の簡単な説明】
【図１】 この発明の実施の形態１による異常原因検出
装置を示す構成図である。
【図２】 この発明の実施の形態１による異常原因検出
方法を示すフローチャートである。
【図３】 実際の母集団品質分布を示すグラフ図であ
る。
【図４】 実際の抜き取りサンプル品質分布を示すグラ
フ図である。
【図５】 品質データ分布を示すグラフ図である。
【図６】 実際の異常率分布を示すグラフ図である。
【図７】 実際の検定値分布を示すグラフ図である。
【図８】 従来の異常原因検出方法を示すフローチャー
トである。
【図９】 半導体装置の製造工程を示すフローチャート
である。
【図１０】 製造装置の実際の不良率分布を示すグラフ
図である。
【符号の説明】
１ データベース、２ 設定手段、３ 検索手段、４
演算手段、５ 判定手段。

Claims (11)

    【特許請求の範囲】
  1. 【請求項１】 品質データの検索条件を設定する設定手
    段と、データベースから上記設定手段により設定された
    検索条件に合致する品質データを検索する検索手段と、
    上記検索手段により検索された品質データの平均値と標
    準偏差値を演算し、その平均値と標準偏差値から各異常
    原因候補の異常可能性値を演算する演算手段とを備えた
    異常原因検出装置。
  2. 【請求項２】 複数の異常原因候補のうち、異常可能性
    値が大きい異常原因候補から順番に異常の可能性を判定
    する判定手段を設けたことを特徴とする請求項１記載の
    異常原因検出装置。
  3. 【請求項３】 検索手段は、設定手段により品質データ
    の上限値と下限値が設定された場合、検索条件に合致す
    る品質データのうち、その上限値より大きい品質データ
    と、その下限値より小さい品質データとを抽出して出力
    することを特徴とする請求項１記載の異常原因検出装
    置。
  4. 【請求項４】 検定値演算手段は、品質データの平均値
    と標準偏差値から各異常原因候補の検定値と異常率を計
    算し、その検定値と異常率から異常可能性値を演算する
    ことを特徴とする請求項１記載の異常原因検出装置。
  5. 【請求項５】 品質データの検索条件を設定すると、デ
    ータベースから当該検索条件に合致する品質データを検
    索して、その品質データの平均値と標準偏差値を演算
    し、その平均値と標準偏差値から各異常原因候補の異常
    可能性値を演算する異常原因検出方法。
  6. 【請求項６】 複数の異常原因候補のうち、異常可能性
    値が大きい異常原因候補から順番に異常の可能性を判定
    することを特徴とする請求項５記載の異常原因検出方
    法。
  7. 【請求項７】 品質データの上限値と下限値を設定する
    場合、検索条件に合致する品質データのうち、その上限
    値より大きい品質データと、その下限値より小さい品質
    データとを抽出して出力することを特徴とする請求項５
    記載の異常原因検出方法。
  8. 【請求項８】 品質データの平均値と標準偏差値から各
    異常原因候補の検定値と異常率を計算し、その検定値と
    異常率から異常可能性値を演算することを特徴とする請
    求項５記載の異常原因検出方法。
  9. 【請求項９】 複数の製造装置を異常原因候補とするこ
    とを特徴とする請求項５記載の異常原因検出方法。
  10. 【請求項１０】 複数の製造材料を異常原因候補とする
    ことを特徴とする請求項５記載の異常原因検出方法。
  11. 【請求項１１】 複数の製造条件を異常原因候補とする
    ことを特徴とする請求項５記載の異常原因検出方法。
JP2000222660A 2000-07-24 2000-07-24 異常原因検出装置及び異常原因検出方法 Pending JP2002043200A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2000222660A JP2002043200A (ja) 2000-07-24 2000-07-24 異常原因検出装置及び異常原因検出方法
US09/759,447 US6587801B2 (en) 2000-07-24 2001-01-16 Abnormality-cause identifying apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000222660A JP2002043200A (ja) 2000-07-24 2000-07-24 異常原因検出装置及び異常原因検出方法

Publications (1)

Publication Number Publication Date
JP2002043200A true JP2002043200A (ja) 2002-02-08

Family

ID=18716875

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000222660A Pending JP2002043200A (ja) 2000-07-24 2000-07-24 異常原因検出装置及び異常原因検出方法

Country Status (2)

Country Link
US (1) US6587801B2 (ja)
JP (1) JP2002043200A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006506800A (ja) * 2002-03-21 2006-02-23 アプライド マテリアルズ インコーポレイテッド ライン末端データマイニングとプロセスツールデータマイニングとの相関
JPWO2005045907A1 (ja) * 2003-11-10 2007-05-24 株式会社ルネサステクノロジ 半導体集積回路装置の製造方法
JP2015185592A (ja) * 2014-03-20 2015-10-22 株式会社東芝 製造装置管理システム及び製造装置管理方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6738954B1 (en) * 1999-12-08 2004-05-18 International Business Machines Corporation Method for prediction random defect yields of integrated circuits with accuracy and computation time controls
US6859756B2 (en) * 2002-09-06 2005-02-22 Red X Holdings Llc Diagnostic method for manufacturing processes
US7035770B2 (en) * 2003-12-18 2006-04-25 Taiwan Semiconductor Manufacturing Company, Ltd. Fuzzy reasoning model for semiconductor process fault detection using wafer acceptance test data
DE102004052302B4 (de) * 2004-09-30 2013-05-23 Immobiliengesellschaft Helmut Fischer Gmbh & Co. Kg Verfahren zur Ausgabe von Messwerten und Anzeigeeinrichtung
US7650199B1 (en) * 2005-08-03 2010-01-19 Daniel Kadosh End of line performance prediction
JP4442550B2 (ja) * 2005-11-15 2010-03-31 オムロン株式会社 不良分析箇所特定装置、不良分析箇所特定方法、不良分析箇所特定用プログラム、およびコンピュータ読取り可能記録媒体
TWI437878B (zh) * 2007-11-20 2014-05-11 Quanta Comp Inc 用以校正影像訊號中壞點之方法及電路
US9229446B2 (en) * 2012-05-08 2016-01-05 International Business Machines Corporation Production line quality processes
JP6587671B2 (ja) * 2016-12-02 2019-10-09 花王株式会社 製造ラインの制御システム、製造ラインの制御装置、及び製造ラインの制御方法

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3751647A (en) * 1971-09-22 1973-08-07 Ibm Semiconductor and integrated circuit device yield modeling
US3876872A (en) * 1971-10-14 1975-04-08 Industrial Nucleonics Corp Process control system and method with integral-action set-point optimization using statistically-variable gain control responsive to fraction defective
JP2986868B2 (ja) * 1990-03-14 1999-12-06 株式会社日立製作所 外観検査方法及びその装置
DE69119327T2 (de) * 1990-08-31 1997-01-09 Mazda Motor Diagnoseverfahren für eine Fertigungsstrasse
US5301118A (en) * 1991-11-18 1994-04-05 International Business Machines Corporation Monte carlo simulation design methodology
US5240866A (en) * 1992-02-03 1993-08-31 At&T Bell Laboratories Method for characterizing failed circuits on semiconductor wafers
EP0557628B1 (en) * 1992-02-25 1999-06-09 Hewlett-Packard Company Circuit testing system
US5475695A (en) * 1993-03-19 1995-12-12 Semiconductor Diagnosis & Test Corporation Automatic failure analysis system
US5808919A (en) * 1993-11-23 1998-09-15 Hewlett-Packard Company Diagnostic system
US5586252A (en) * 1994-05-24 1996-12-17 International Business Machines Corporation System for failure mode and effects analysis
US5561760A (en) * 1994-09-22 1996-10-01 International Business Machines Corporation System for localizing field replaceable unit failures employing automated isolation procedures and weighted fault probability encoding
US6009545A (en) * 1995-04-25 1999-12-28 Mitsubishi Denki Kabushiki Kaisha System for analyzing a failure in a semiconductor wafer by calculating correlation coefficient between collated data of defects per prescribed unit and failures per prescribed unit
US5991699A (en) * 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
US6091846A (en) * 1996-05-31 2000-07-18 Texas Instruments Incorporated Method and system for anomaly detection
US5764509A (en) * 1996-06-19 1998-06-09 The University Of Chicago Industrial process surveillance system
US6202181B1 (en) * 1996-11-04 2001-03-13 The Regents Of The University Of California Method for diagnosing bridging faults in integrated circuits
JPH10213422A (ja) * 1997-01-29 1998-08-11 Hitachi Ltd パタ−ン検査装置
JP3364109B2 (ja) * 1997-04-18 2003-01-08 松下電器産業株式会社 集積回路装置の歩留まり推定方法
CA2289721A1 (en) * 1997-05-05 1998-11-12 Macrotron Process Technologies Gmbh Process and circuitry for inspecting welding points
TW331650B (en) * 1997-05-26 1998-05-11 Taiwan Semiconductor Mfg Co Ltd Integrated defect yield management system for semiconductor manufacturing
JP3324447B2 (ja) 1997-05-27 2002-09-17 松下電器産業株式会社 歩留阻害要因推定方法
US6169960B1 (en) * 1997-06-27 2001-01-02 Advanced Micro Devices, Inc. Method for determining the damage potential of the different types of wafer defects
US5979225A (en) * 1997-08-26 1999-11-09 Applied Materials, Inc. Diagnosis process of vacuum failure in a vacuum chamber
US6292574B1 (en) * 1997-08-29 2001-09-18 Eastman Kodak Company Computer program product for redeye detection
US6252976B1 (en) * 1997-08-29 2001-06-26 Eastman Kodak Company Computer program product for redeye detection
US6154714A (en) * 1997-11-17 2000-11-28 Heuristic Physics Laboratories Method for using wafer navigation to reduce testing times of integrated circuit wafers
US6157444A (en) * 1997-11-28 2000-12-05 Hitachi, Ltd. Defect inspection apparatus for silicon wafer
KR100259322B1 (ko) * 1998-01-15 2000-06-15 윤종용 반도체소자 검사장비의 안정도 분석방법
US6415276B1 (en) * 1998-08-14 2002-07-02 University Of New Mexico Bayesian belief networks for industrial processes
US6324481B1 (en) * 1998-10-21 2001-11-27 Texas Instruments Incorporated Method for the calculation of wafer probe yield limits from in-line defect monitor data
US6210983B1 (en) * 1998-10-21 2001-04-03 Texas Instruments Incorporated Method for analyzing probe yield sensitivities to IC design
US6381374B1 (en) * 1998-10-30 2002-04-30 General Electric Company Histogram analysis method for defective pixel identification

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006506800A (ja) * 2002-03-21 2006-02-23 アプライド マテリアルズ インコーポレイテッド ライン末端データマイニングとプロセスツールデータマイニングとの相関
JPWO2005045907A1 (ja) * 2003-11-10 2007-05-24 株式会社ルネサステクノロジ 半導体集積回路装置の製造方法
JP4611894B2 (ja) * 2003-11-10 2011-01-12 ルネサスエレクトロニクス株式会社 半導体集積回路装置の製造方法
JP2015185592A (ja) * 2014-03-20 2015-10-22 株式会社東芝 製造装置管理システム及び製造装置管理方法
US9836045B2 (en) 2014-03-20 2017-12-05 Kabushiki Kaisha Toshiba Manufacturing apparatus control system and manufacturing apparatus control method

Also Published As

Publication number Publication date
US20020022937A1 (en) 2002-02-21
US6587801B2 (en) 2003-07-01

Similar Documents

Publication Publication Date Title
JP6594044B2 (ja) 実時系列内の異常を検出するための方法
JP2002043200A (ja) 異常原因検出装置及び異常原因検出方法
JP2007165721A (ja) プロセス異常分析装置及びプログラム
US20070094196A1 (en) Manufacture data analysis method and manufacture data analyzer apparatus
US20220027230A1 (en) Predicting Equipment Fail Mode from Process Trace
JPH10209230A (ja) 不良解析装置およびその方法
TWI285341B (en) Method for analyzing in-line QC parameters
WO2023029491A1 (zh) 面板阵列短路检测方法、装置、电子设备及存储介质
US20190179867A1 (en) Method and system for analyzing measurement-yield correlation
US8533635B2 (en) Rule-based root cause and alias analysis for semiconductor manufacturing
JP2019032671A (ja) 原因推定方法およびプログラム
CN112949735A (zh) 一种基于离群数据挖掘的液态危化品挥发浓度异常发现方法
JP2002323924A (ja) 不良装置検出方法、不良装置検出装置、プログラム及び製品の製造方法
JP2012182196A (ja) 品質推定装置、品質推定方法及び品質推定方法をコンピュータに実行させるためのプログラム
CN115831219B (zh) 一种质量预测方法、装置、设备及存储介质
TWI639908B (zh) 製程偵錯與診斷方法
JP2002024251A (ja) 時系列データの分類方法及び装置並びに時系列データの分類プログラムを記録した記録媒体
JP2004186374A (ja) 製造データ解析方法及びそれをコンピュータに実行させるプログラム
JP3267580B2 (ja) データ処理方法および装置、情報記憶媒体
JP4758619B2 (ja) 問題工程特定方法および装置
JP2000306395A (ja) 半導体不良解析システムおよびその方法並びに半導体の製造方法
TW202147161A (zh) 預測機台加工事件發生的方法與其虛擬量測應用及其電腦程式產品
Taha An effective approach for identifying defective critical fabrication path
JP2002324206A (ja) データ解析方法及び装置
Heo et al. A modified lasso model for yield analysis considering the interaction effect in a multistage manufacturing line

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20060123