JP2004326339A - 品質管理装置 - Google Patents
品質管理装置 Download PDFInfo
- Publication number
- JP2004326339A JP2004326339A JP2003118695A JP2003118695A JP2004326339A JP 2004326339 A JP2004326339 A JP 2004326339A JP 2003118695 A JP2003118695 A JP 2003118695A JP 2003118695 A JP2003118695 A JP 2003118695A JP 2004326339 A JP2004326339 A JP 2004326339A
- Authority
- JP
- Japan
- Prior art keywords
- quality
- data
- standard
- value
- control device
- 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.)
- Withdrawn
Links
- 238000003908 quality control method Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 125
- 230000008569 process Effects 0.000 claims abstract description 121
- 230000007547 defect Effects 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims description 66
- 238000004519 manufacturing process Methods 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims 5
- 230000002950 deficient Effects 0.000 abstract description 19
- 239000000284 extract Substances 0.000 abstract description 4
- 238000005266 casting Methods 0.000 abstract 1
- 239000006185 dispersion Substances 0.000 abstract 1
- 235000012431 wafers Nutrition 0.000 description 33
- 238000012545 processing Methods 0.000 description 29
- 239000010408 film Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 16
- 238000003070 Statistical process control Methods 0.000 description 13
- 230000005856 abnormality Effects 0.000 description 12
- 239000004065 semiconductor Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000013523 data management Methods 0.000 description 3
- 150000004767 nitrides Chemical class 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Images
Classifications
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】不良ウェハの発生に対して、不良要因を検出する。
【解決手段】品質管理方法は、不要ウェハの投入日の前後に分けて、それぞれの品質管理データの平均値Xおよび標準偏差σを算出するステップ(S102,S104)と、平均値の差の絶対値|X(1)−X(2)|を不良ウェハが発生する前の標準偏差σ(2)で除算した値がしきい値α以上で(S106にてYES)、かつ標準偏差σの差(σ(1)−σ(2))を不良ウェハが発生する前の標準偏差σ(2)で除算した値がしきい値β以上であると(S108にてYES)、品質管理データの中心値が通常値から変動しているプロセスであって、品質管理データのばらつきが通常よりも大きくなっているプロセスを抽出して、そのプロセスを最優先での調査をすべきと表示するステップ(S112)とを含む。
【選択図】 図4
【解決手段】品質管理方法は、不要ウェハの投入日の前後に分けて、それぞれの品質管理データの平均値Xおよび標準偏差σを算出するステップ(S102,S104)と、平均値の差の絶対値|X(1)−X(2)|を不良ウェハが発生する前の標準偏差σ(2)で除算した値がしきい値α以上で(S106にてYES)、かつ標準偏差σの差(σ(1)−σ(2))を不良ウェハが発生する前の標準偏差σ(2)で除算した値がしきい値β以上であると(S108にてYES)、品質管理データの中心値が通常値から変動しているプロセスであって、品質管理データのばらつきが通常よりも大きくなっているプロセスを抽出して、そのプロセスを最優先での調査をすべきと表示するステップ(S112)とを含む。
【選択図】 図4
Description
【0001】
【発明の属する技術分野】
本発明は、工業生産品の品質管理に関し、特に、SPC(Statistical Process Control)といわれる統計的プロセス管理やシューハート管理図に基づく的確な品質管理を実行できる品質管理装置に関する。
【0002】
【従来の技術】
従来から、工業生産品の品質を管理する様々な手法が提案されている。たとえば、群内のばらつきを標準として工程の異常原因による変動を検出する、シューハート管理図の手法がある。この手法は、品質特性値を合理的な群に群分けした後、群内の平均値とばらつきを算出して、中心値の変動とばらつきの変動とを管理する。この管理図を用いて、半導体製造の現場において、品質の異常や品質の変動の傾向の変化を分析して、製造工程に対して即座に対策を実行して、できるだけ不良品を製造しない品質管理を実行していた。このように管理図を用いて品質管理を実行する場合、サンプリングされる膨大なデータの品質特性値を的確に処理して、即座に正確かつ精密な情報を提供する必要がある。
【0003】
特開平7−244694号公報(特許文献1)は、半導体製造工程におよび精密電子機器製造工程において、均一な検出力で容易に品質管理を実行できる品質管理装置を開示する。特許文献1に開示された品質管理装置は、管理対象の品質に応じた品質特性値を入力する入力部と、入力部から入力された品質特性値を群に分け、品質特性値を群毎に処理しつつ、品質特性値の群への分け方によらず均一な検出力の品質限界値を算出する算出部と、算出部で算出された品質限界値を出力する出力部とを含む。
【0004】
特許文献1に開示された品質管理装置を用いて、たとえば、半導体装置の製造工程の一工程で形成される膜厚を管理することができる。この場合、同一時期に成膜されたウェハより一つのウェハを抽出して、異なる時期に抽出されたウェハ毎にロット番号を付与し、また、各ウェハ上の所定の複数点に対して膜厚を測定し、各点で測定された膜厚を品質特性値として設定する。算出部は入力された品質特性値の群の分け方によらず均一な検出力となる品質限界値を算出するため、品質特性値が合理的に群分けされていない場合においても品質特性値に対して均一な検出力が得られ、したがって、品質管理対象である半導体ウェハの膜厚の管理を容易に行なえる。
【0005】
特開2002−202806号公報(特許文献2)は、多品種少量生産を行なう場合であっても、適切な工程管理と物品の品質管理とを行なうことができる工程管理システムを開示する。特許文献2に開示された工程管理システムは、複数の品種について共通する処理を備えた工程を管理するシステムである。このシステムは、共通する処理における処理パラメータについて、各品種の処理後の特性値を各々の品種について複数入力することにより、品種毎に関連づけられた特性値を記憶する記憶回路と、この記憶回路の記憶データに基づいて各品種毎の特性値についての品種毎に関連づけられた平均値および標準偏差を演算する第1の演算回路と、この工程において処理する予定の1つの特定品種を複数の品種の中から選択して入力する品種入力部と、品種入力部からの品種決定信号に対応する処理パラメータの設定値を決定する設定値決定回路と、処理パラメータの設定値に基づいて処理された品種決定信号に対応する特定品種の処理後の特性値を第1の演算回路で演算された特定品種に関連づけられた特性値の平均値および標準偏差を用いて標準化する第2の演算回路と、複数回の処理について第2演算回路で得られる標準化された特性値の平均値および範囲を演算する第3の演算回路と、標準化された特性値の平均値および範囲に基づいて、工程の異常の有無を判断する異常判断部と、この異常判断部が異常ありと判断すると警告を発する警告部とを含む。
【0006】
特許文献2に開示された工程管理システムによると、半導体ウェハの成膜工程、写真製版工程およびエッチング工程などの管理に用いることができる。この場合、工程管理システムは、品種毎に関連づけられた特性値を記憶し、各品種毎の特性値についての品種毎に関連づけられた平均値および標準偏差を演算する。処理予定の特定品種の選択が入力されると、処理パラメータの設定値に基づいて処理を行ない、得られる特性値を平均値および標準偏差を用いて標準化する。複数回の処理について標準化された特性値の平均値および範囲を演算して、この標準化された特性値の平均値及び範囲に基づいて工程の異常の有無を判断する。このため、多品種少量生産のように工程の処理パラメータの設定値が処理する品種によって頻繁に変化する場合でも、その工程が統計的管理状態にあるかどうかを時間遅れなく適切に管理することができる。
【0007】
特開平8−202775号公報(特許文献3)は、予めトラブル発生を予防する処置がとれる製造プロセス品質異常処置システムを開示する。特許文献3に開示された製造プロセス品質異常処置システムは、製造工場で、工場管理システムの下に、工程管理装置、原単位管理装置、アラーム装置、およびロット自動停止装置、および収集データチェック装置を含み、プロセスデータを管理する管理値、および管理上限値、管理下限値で決まる管理幅を、過去の実績を基に前記管理値を更新すると共に該管理幅を狭めて自動更新する管理値自動更新装置と、あるロットが前記管理幅を外れた場合および管理値に対して所定の傾向を有する場合に、該当ロットの流動に対するアラームを発生させる処理部、もしくは該ロットの流動を停止させる処理部とを備える。
【0008】
特許文献3に開示された製造プロセス品質異常処置システムによると、製造工程の全ての工程において、必要とされるデータがプロセスデータ収集装置で集められ、収集された各プロセスデータは収集データチェック装置によって、製品仕様(スペック)値から決められた管理値、および管理上限値、管理下限値と比較され、管理幅内に収まっているか判定される。と同時にサンプリングによって平均値、バラツキを算出して、これら収集データの動向を調べて、その求めた値に応じて厳しい側に管理幅を自動的に再設定する。収集データがより厳しく設定されて更新されていく管理幅のもとで、管理幅を越えたり所定の条件から外れる場合、アラームを発したり、ロットを自動停止させる。これにより、製造工場において、工程数が多く、人的に品質管理が難しい程度の規模になったとしても、製品仕様を上回る管理値で自動化工場が稼働され、その管理値は実績データに合わせて厳しくされるので、全ての工程に渡って、より品質向上が実現する。また、予めアラームを受けることで異常が発生する前に対策を施すことができるため、見落としで異常が発生するのを未然に防ぐことができ、無駄なロットを発生させてしまうこともない。
【0009】
【特許文献1】
特開平7−244694号公報
【0010】
【特許文献2】
特開2002−202806号公報
【0011】
【特許文献3】
特開平8−202775号公報
【0012】
【発明が解決しようとする課題】
しかしながら、特許文献1に開示された品質管理装置、特許文献2に開示された工程管理システムおよび特許文献3に開示された製造プロセス品質異常処置システムを用いても、シューハート管理図を用いた品質管理手法における品質特性値を的確に算出することが困難であった。このような場合、結果的には、品質特性値の算出は、人の判断に依存することが多かった。このことと、サンプリングされるデータの数が膨大であることとにより、シューハート管理図等の管理図を用いた品質管理手法には限界があった。
【0013】
より具体的に説明すると、工程の管理限界値よりも規格中心側に、工程変動の異常を察知するためのアラーム規格を設定する場合、担当者は各種のデータに基づいて総合的に判断してアラーム規格を決定する。このようにすると、個人の技量に依存することになり、特にアラーム規格が工程実績を十分に反映させたものでない場合、頻繁にアラームが発動されて工程進捗を阻害する。さらに、このような事態になると、最初はアラームが発動される度に、原因の究明および対策が実行されるが、頻発するアラームに担当者が慣れてしまい、アラームの発動に対する対策が実行されずに、アラーム規格が形骸化するおそれがある。これを避けようとアラーム規格を緩めに設定すると、アラームの発動が激減して、工程が安定していないにもかかわらず、工程が安定していると誤った判断がなされるおそれがあった。
【0014】
さらに、工業生産品の平均値が規格中心値からずれている場合、中心値管理は人手に依存することが多い。このため、ずれ量が比較的小さく、アラーム規格内で推移している場合、このようなずれ量を見逃してしまうおそれがあった。
【0015】
さらに、製品歩留まりが安定して、実績データが蓄積されてくると、当初の規格値(目標値(ターゲット値)と規格幅)と実績値(平均値、ばらつきなど)との間にずれが発生してしまい、規格を見直す必要が生じることがよく発生する。このような場合、どの程度のずれが発生すると規格を見直すのかは、個人の技量に依存することになり、誤って判断するおそれがあった。
【0016】
特に、最近では、SPC(Statistical Process Control)とよばれる統計的プロセス管理手法が半導体製造工程に適用されている。このSPCは、製造工程の各チェックポイントで収集された膨大なデータをコンピュータに送り、そこで統計的処理を行なって製造条件や各工程での半導体装置の品質の推移(傾向)をモニタして管理するシステムである。このような管理手法を用いて、製造された半導体装置に不良が発生した場合、その不良要因を特定するためにSPCを用いて作成されたトレンドチャートを活用することも考えられる。
【0017】
しかしながら、不良要因を発生させたプロセス変動の特定については、人手により行なわれる。このような場合にも、どのプロセスが変動したことが不良要因を発生させたことを判断は、個人の技量に依存することになり、誤って判断するおそれがあった。
【0018】
本発明は、上述の課題を解決するためになされたものであって、不良要因の検出を自動化するとともに、SPCを自動化する品質管理装置を提供することである。
【0019】
【課題を解決するための手段】
この発明に係る品質管理装置は、複数の生産プロセスからなる生産工程にて生産される生産品の品質を管理する装置である。この品質管理装置は、生産プロセスにおける品質データと、生産プロセスにおける生産履歴情報とを記憶するための記憶手段と、生産品の品質不良を検知するための検知手段と、品質不良が検知された生産品が生産工程に投入された時期の前後で分割して、各生産プロセス毎の品質データの平均値と標準偏差とを算出するための算出手段と、算出された品質データの平均値と標準偏差とに基づいて、品質不良の要因を含むプロセスを抽出するための抽出手段と、シューハート管理図を作成するための作成手段と、シューハート管理図において、投入された時期の前後で品質データに変動があると、抽出されたプロセスにおいて投入された時期の前後の生産履歴情報に基づいて、不良要因情報を出力するための出力手段とを含む。
【0020】
【発明の実施の形態】
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがってそれらについての詳細な説明は繰返さない。
【0021】
図1に、本発明の実施の形態に係る品質管理装置を実現するコンピュータシステムの外観を示す。図1を参照してこのコンピュータシステム100は、FD(Flexible Disk)駆動装置106およびCD−ROM(Compact Disc−Read Only Memory)駆動装置108を備えたコンピュータ102と、モニタ104と、キーボード110と、マウス112とを含む。
【0022】
図2に、このコンピュータシステム100の構成をブロック図形式で示す。図2に示すように、コンピュータ102は、上述したFD駆動装置106およびCD−ROM駆動装置108に加えて、相互にバスで接続されたCPU(Central Processing Unit)120と、メモリ122と、固定ディスク124とを含む。FD駆動装置106にはFD116が装着される。CD−ROM駆動装置108にはCD−ROM118が装着される。
【0023】
本実施の形態に係る品質管理装置は、コンピュータハードウェアとCPU120により実行されるソフトウェアとにより実現される。一般的にこうしたソフトウェアは、FD116、CD−ROM118などの記録媒体に格納されて流通し、FD駆動装置106またはCD−ROM駆動装置108などにより記録媒体から読取られて固定ディスク124に一旦格納される。さらに固定ディスク124からメモリ122に読出されて、CPU120により実行される。図1および図2に示したコンピュータのハードウェア自体は一般的なものである。したがって、本発明の最も本質的な部分は、FD116、CD−ROM118、固定ディスク124などの記録媒体に記録されたソフトウェアである。
【0024】
なお、図1および図2に示したコンピュータ自体の動作は周知であるので、ここではその詳細な説明は繰返さない。
【0025】
図3に、本実施の形態に係る品質管理装置の管理対象であるデータのシューハート管理図を示す。このデータは、半導体製造工程における窒化膜生成工程の窒化膜の厚みデータ(以下、膜厚値とも記載する。)を示す。規格中心値は85Åである。図3に示すように、このシューハート管理図は、横軸が時間を、縦軸が厚みデータを示す。図3からわかるように、平均値を中心として、厚みデータがばらついている。
【0026】
図4〜図7を参照して、本実施の形態に係る品質管理装置で実行されるプログラムの制御構造について説明する。図4および図5に不要要因自動検出プログラムの制御構造を、図6および図7にSPC自動処理プログラムの制御構造を、それぞれフローチャートで示す。
【0027】
ステップ(以下、ステップをSと略す。)100にて、品質管理装置のCPU120は、低い歩留まりのウェハが発生したか否かを判断する。低い歩留まりのウェハが発生すると(S100にてYES)、処理はS102へ移される。もしそうでないと(S100にてNO)、処理はS100へ戻され、低い歩留まりのウェハが発生するのを監視する。
【0028】
S102にて、CPU120は、不良ウェハ投入日以前のプロセスQC(品質)データ(具体的には膜厚値等)を抽出して、それらの平均値X(2)および標準偏差σ(2)を算出する。
【0029】
S104にて、CPU120は、不良ウェハ投入日以降のプロセスQC(品質)データを抽出して、それらの平均値X(1)および標準偏差σ(1)を算出する。
【0030】
S106にて、CPU120は、平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であるか否かを判断する。このしきい値αは、0.6〜1.0の範囲で設定され、たとえば0.9に設定される。これにより、プロセスQC(品質)データの中心値が通常値から変動しているプロセスが抽出される。平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であると(S106にてYES)、処理はS108へ移される。もしそうでないと(S106にてNO)、処理はS110へ移される。
【0031】
S108にて、CPU120は、標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であるか否かを判断する。このしきい値βは、0.1〜1.0の範囲で設定され、たとえば0.4に設定される。これにより、プロセスQC(品質)データのばらつきが通常よりも大きくなっているプロセスが抽出される。標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S108にてYES)、処理はS112へ移される。もしそうでないと(S108にてNO)、処理はS114へ移される。
【0032】
S110にて、CPU120は、標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であるか否かを判断する。標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S110にてYES)、処理はS114へ移される。もしそうでないと(S110にてNO)、この処理は終了する。
【0033】
S112にて、CPU120は、抽出されたプロセスにおける不良要因の疑義が強く、最優先での調査をすべき旨をモニタ104に表示する。その後、処理はS116へ移される。S114にて、CPU120は、抽出されたプロセスにおける不良要因の疑義ある旨をモニタ104に表示する。
【0034】
S116にて、CPU120は、S102およびS104にて抽出した、不良ウェハ投入前後の期間で、プロセスQC(品質)データを群分けする。たとえば、処理装置毎に時系列でプロセスQC(品質)データを配列する。その後、処理は図5のS118に移される。
【0035】
S118にて、CPU120は、シューハート管理図を作成する。S120にて、CPU120は、不良ウェハの投入日以降でシューハート管理図における傾向に変化あるか否かを判断する。不良ウェハの投入日以降でシューハート管理図における傾向に変化があると(S120にてYES)、処理はS130へ移される。もしそうでないと(S120にてNO)、処理はS140へ移される。
【0036】
S130にて、CPU120は、固定ディスク124に記憶された、装置履歴データベースから処理装置毎に記憶されたイベントデータ(日時、作業内容、作業者等)を読出す。S132にて、CPU120は、プロセスQC(品質)データに変動が生じた日時直近のイベントを抽出してモニタ104に表示する。
【0037】
S134にて、CPU120は、不良要因情報を作成する。このとき、処理装置におけるイベントの詳細内容に基づいて、不良要因情報が作成される。その後、処理はS150へ移される。
【0038】
S140にて、CPU120は、不良ウェハ投入日以降のプロセスQC(品質)データと不良率との相関図を作成する。S142にて、CPU120は、作成した相関図における、相関係数rがしきい値|γ|以上であるか否かを判断する。このしきい値|γ|は、0〜1.0の範囲で設定され、たとえば0.4に設定される。相関係数rがしきい値|γ|以上であると(S142にてYES)、処理はS144へ移される。もしそうでないと(S142にてNO)、この処理は終了する。相関関係が弱いと分析が困難なためである。
【0039】
S144にて、CPU120は、不良要因情報を作成する。このとき、相関図と重回帰分析結果とに基づいて、不良要因情報が作成される。その後、処理はS150へ移される。
【0040】
S150にて、CPU120は、ウェハの不良率が所定値(たとえば0.05%)以下になる「しきい値T」を算出する。S152にて、CPU120は、「しきい値T」を管理限界規格に再設定して、規格中心値Eとの間にアラーム規格(たとえば、E±(T−E)/3×2.5)を設定する。その後、処理は図7のS1400へ移される。
【0041】
図6および図7を参照して、S1100にて、品質管理装置のCPU120は、予め定められた期間のプロセスQC(品質)データ(膜厚値等)を群分けする。このとき、処理装置ごとに時系列でプロセスQC(品質)データを配列する。S1102にて、CPU120は、平均値Xおよび標準偏差σを算出する。S1104にて、CPU120は、平均値Xおよび標準偏差σの算出は1回目であるか否かを判断する。平均値Xおよび標準偏差σの算出が1回目である場合には(S1104にてYES)、処理はS1106へ移される。もしそうでないと(S1104にてNO)、処理はS1302へ移される。
【0042】
S1106にて、CPU120は、平均値X±4σの領域外データを異常値として除外する。その後、処理はS1102へ戻され、再度、平均値Xおよび標準偏差σが算出される。
【0043】
S1302にて、CPU120は、シューハート管理図を作成する。このとき作成されるシューハート管理図は図3に示すような図である。S1304にて、CPU120は、全管理データ数(A)を計数する。このとき計数される全管理データには、S1106の処理により異常値として除外された領域外データが含まれない。
【0044】
S1306にて、CPU120は、変数Nを初期化(N=0)する。S1308にて、CPU120は、平均値X±(2.5+0.1×N)×σの領域外データ数(B)を計数する。S1310にて、CPU120は、全管理データ数(A)に対する領域外データ数(B)の比率(B/A)が0.015以下であるか否かを判断する。比率(B/A)が0.015以下である場合には(S1310にてYES)、処理はS1318へ移される。もしそうでないと(S1310にてNO)、処理はS1312へ移される。
【0045】
S1312にて、CPU120は、変数Nに1を加算する。S1314にて、CPU120は、変数Nが4より大きいか否かを判断する。変数Nが4より大きい場合には(S1314にてYES)、処理はS1316へ移される。もしそうでないと(S1314にてNO)、処理はS1308へ戻され、1が加算されたNに対して、領域外データ数(B)が再度計数される。
【0046】
S1316にて、CPU120は、エラー処理を行なう。このときのエラー処理は、後述するアラーム規格と管理限界規格とが逆転するために、品質管理を実行できないことなどが作業者に通知される。
【0047】
S1318にて、CPU120は、規格中心値E±(2.5+0.1×N)×σをアラーム規格に、規格中心値±3.0σを管理限界規格に設定する。その後、処理は図7のS1400に移される。
【0048】
S1400にて、CPU120は、予め定められた期間のプロセスQC(品質)データ(膜厚値等)を監視する。S1402にて、CPU120は、アラーム規格外のデータが出現したか否かを判断する。アラーム規格外のデータが出現すると(S1402にてYES)、処理はS1408へ移される。もしそうでないと(S1402にてNO)、処理はS1404へ移される。
【0049】
S1404にて、CPU120は、連続7点データが規格中心値の片側のみに出現したか否かを判断する。連続7点データが規格中心値の片側のみに出現すると(S1404にてYES)、処理はS1408へ移される。もしそうでないと(S1404にてNO)、処理はS1406へ移される。
【0050】
S1406にて、CPU120は、連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現したか否かを判断する。連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現すると(S1406にてYES)、処理はS408へ移される。もしそうでないと(S1406にてNO)、処理は図6のS1100へ戻される。
【0051】
S1408にて、CPU120は、品質管理情報を作成する。このとき、たとえば、規格中心値からのずれ量を作業者に通知する情報が作成される。この品質警報情報を受領した作業者は、窒化膜作製装置の調整を実施する。このS1408の処理の後、処理は図6のS1100へ戻される。
【0052】
以上のような構造およびフローチャートに基づく、本実施の形態に係る品質管理装置の動作について説明する。
【0053】
[不要要因自動検出動作]
低い歩留まりのウェハが発生すると(S100にてYES)、不良ウェハ投入日以前と不良ウェハ投入日以降とに分けて、プロセスQC(品質)データを抽出して、不良ウェハ投入日以前のプロセスQC(品質)データである膜厚値の平均値X(2)および標準偏差σ(2)と、不良ウェハ投入日以降のプロセスQC(品質)データである膜厚値の平均値X(1)および標準偏差σ(1)が算出される(S102,S104)。
【0054】
プロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であって(S106にてYES)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S108にてYES)、抽出されたプロセスにおける不良要因の疑義が強く、最優先での調査をすべき旨がモニタ104に表示される(S112)。
【0055】
プロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α未満であって(S106にてNO)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S110にてYES)、またはプロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であって(S106にてYES)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β未満であると(S108にてNO)、抽出されたプロセスにおける不良要因の疑義ある旨がモニタ104に表示される。
【0056】
プロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α未満であって(S106にてNO)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β未満であると(S110にてNO)、プロセスQC(品質)データの中心値が通常値から変動しているプロセスも、プロセスQC(品質)データのばらつきが通常よりも大きくなっているプロセスも抽出されないで、処理は終了する。
【0057】
処理が終了する以外(S106およびS108の双方にてNOである場合以外)、不良ウェハ投入前後の期間で、プロセスQC(品質)データが、処理装置毎に時系列で配列され(S116)、シューハート管理図が作成される(S118)。
【0058】
たとえば、図8に示すように傾向の変動が表われ、不良ウェハの投入日以降でシューハート管理図における傾向に変化があると(S120にてYES)、データベースから処理装置毎に記憶されたイベントデータ(日時、作業内容、作業者)が読出される(S130)。読み出されたイベントデータの中から、プロセスQC(品質)データに変動が生じた日時直近のイベントが抽出されて、モニタ104に表示される(S132)。不良要因情報として、処理装置におけるイベントの詳細内容が作成される(S134)。
【0059】
図8に示すように傾向の変動が表われない、すなわち、不良ウェハの投入日以降でシューハート管理図における傾向に変化がないと(S120にてNO)、不良ウェハ投入日以降のプロセスQC(品質)データである薄膜値とウェハ不良率との相関図が作成される。このとき、図9に示すような相関図が作成される。作成された相関図における、相関係数rがしきい値|γ|以上であると(S142にてYES)、不良要因情報として、相関図と重回帰分析結果とが作成される(S144)。
【0060】
図8に示すように、不良ウェハの投入日以降でシューハート管理図における傾向の変動が表われるか(S120にてYES)または不良ウェハの投入日以降でシューハート管理図における傾向の変動が表われなくても(S120にてNO)、図9に示すように、相関関係が表われると(S142にてYES)、ウェハの不良率が所定値(たとえば0.05%)以下になる「しきい値T」が算出され(S150)、「しきい値T」が管理限界規格に再設定されて、規格中心値Eとの間にアラーム規格(たとえば、E±(T−E)/3×2.5)が設定されて、後述する品質データ管理動作に移行する。
【0061】
[SPC自動処理動作]
予め定められた期間の品質データの群分けが行なわれ、処理装置ごとに時系列でプロセスQC(品質)データが配列される(S1100)。このとき、図3に示すようなシューハート管理図が作成される。ただし、平均値Xおよび標準偏差σは算出されていない。
【0062】
平均値Xおよび標準偏差σが算出され(S1102)、平均値Xおよび標準偏差σの算出が1回目であるため(S1104にてYES)、平均値X±4σの領域の外側にあるデータを異常値として除外する(S1106)。このとき図10に示すように、たとえば平均値X+4σの外側にあるデータが異常データとして除外され、図11に示すように全管理データとして扱われるのは平均値X±4σの領域の内側にあるデータのみとなる。
【0063】
図11に示す平均値X±4σの領域の内側にあるデータの数が全管理データ数(A)として計数される(S1304)。このとき、図10に示す平均値Xには平均値X±4σの領域の外側にあるデータを含むが、図11に示す平均値Xは平均値X±4σの領域の外側にあるデータを含まない。
【0064】
変数Nが初期化(N=0)され(S1306)、平均値X±(2.5+0.1×N)×σの領域外データ数(B)が計数される(S1308)。このとき、図12に示すように、算出された平均値Xを中心として(2.5+0.1×N)×σの範囲外にあるデータの数が領域外データ数(B)として算出される。全管理データ数(A)に対する領域外データ数(B)の比率(B/A)が0.015以下であるまで、変数Nに1が加算される(S1312)。ただし、Nは4を超えることはない(S1314)。このようにして、Nが算出され、平均値X±(2.5+0.1×N)×σの領域外に全管理データの0.015がすなわち1.5%のデータが含まれるように、Nが算出される。
【0065】
規格中心値±(2.5+0.1×N)×σをアラーム規格に、規格中心値±3.0σを管理限界規格に設定される(S1318)。このとき、図13に示すように、アラーム規格と管理限界規格とが設定される。アラーム規格の中には98.5%のデータが、管理限界規格の中には99.73%のデータが含まれることになる。
【0066】
[品質データ管理動作]
図13に示すように、[規格中心値E±(2.5+0.1×N)×σ]がアラーム規格に、規格中心値±3.0σが管理限界規格に設定されたり(S1318)、図14に示すように、たとえば、[規格中心値E±(しきい値T−規格中心値E)/3×2.5]がアラーム規格に、[±しきい値T]が管理限界規格に設定されたり(S152)する。その後、品質データ管理動作としてプロセスQC(品質)データが監視される。
【0067】
予め定められた期間のプロセスQC(品質)データが監視され(S1400)、アラーム規格外のデータが出現したり(S1402にてYES)、連続7点データが規格中心値の片側のみに出現したり(S1404にてYES)、連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現したり(S1406にてYES)すると、品質警報情報が作成される(S1408)。このとき、図15のシューハート管理図に示すように、アラーム規格が設定され、アラーム規格外のデータが出現すると、品質警報情報が作成される。また、規格中心値Eの上側に連続して7点の連続するデータが出現したり、連続14点中の中の12点のデータが規格中心値の上側に出現したりすると、品質警報情報が作成される。
【0068】
以上のようにして、本実施の形態に係る品質管理装置によると、低い歩留まりのウェハが発生すると、不良ウェハの投入前後でプロセス品質データを別々に抽出して、それぞれの平均値と標準偏差とを算出する。平均値の差を低い歩留まりのウェハが発生する前の標準偏差で除算した値と、標準偏差の差を低い歩留まりのウェハが発生する前の標準偏差で除算した値とに基づいて、不良要因の重要度を決定できる。不良要因を分析するには、装置履歴データベースから歩留まりの変動が生じた前後のイベントに基づいて不良要因情報を作成する。また不良率が目標の値以下になるようなしきい値を求めて、そのしきい値を管理限界規格に、そのしきい値と規格中心値との関数でアラーム規格に設定する。このようにして算出された管理限界規格およびアラーム規格を用いて、品質管理処理を行なう。その結果、製品歩留まりが低くなったときに、不良要因の検出処理と、SPCの自動化処理とを実行することができる。
【0069】
なお、本発明の実施の形態における、標準偏差σを用いた関数は、(2.5+0.1×N)×σに限定されない。標準偏差σを用いた関数は、(2.0+0.1×N)×σであってもよい。この場合、全体データ数(A)に対する領域外データ数(B)の比率である0.015は、0.045になる。また、これらの関数および比率は、一例であってこの数値に限定されない。
【0070】
さらに、領域外データの代わりに領域内データとしてもよい。この場合、全体データ数(A)に対する領域内データ数の比率は、0.985(=1−0.015)または0.955(=1−0.045)になる。また、これらの関数および比率は、一例であってこの数値に限定されない。
【0071】
さらに、連続7点データが規格中心値の片側のみに出現した場合のデータの数は、7個に限定されない。連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現した場合のデータの数も14個および12個に限定されない。
【0072】
さらに、S152における処理において、新たなアラーム規格を、[規格中心値E±(しきい値T−規格中心値E)/3×2.5]ではなく、他の数式を用いて設定するようにしてもよい。
【0073】
さらに、S1318における処理において、新たな管理限界規格を、±3σではなく、±4σや±5σとして設定するようにしてもよい。
【0074】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲はした説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【図面の簡単な説明】
【図1】本発明の実施の形態に係る品質管理装置を実現するコンピュータの外観図である。
【図2】図1に示すコンピュータシステムの制御ブロック図である。
【図3】平均値からのばらつきで管理されるシューハート管理図である。
【図4】本発明の実施の形態に係る品質管理装置で実行される不要要因自動検出プログラムの制御構造を示すフローチャート(その1)である。
【図5】本発明の実施の形態に係る品質管理装置で実行される不要要因自動検出プログラムの制御構造を示すフローチャート(その2)である。
【図6】本発明の実施の形態に係る品質管理装置で実行されるSPC自動処理プログラムの制御構造を示すフローチャート(その1)である。
【図7】本発明の実施の形態に係る品質管理装置で実行されるSPC自動処理プログラムの制御構造を示すフローチャート(その2)である。
【図8】本発明の実施の形態に係る品質管理装置で管理される膜厚値の傾向の変動を示す図である。
【図9】本発明の実施の形態に係る品質管理装置で管理される膜厚値とウェハ不良率の相関関係を示す図である。
【図10】データの分布を示す図(その1)である。
【図11】データの分布を示す図(その2)である。
【図12】データの分布を示す図(その3)である。
【図13】データの分布を示す図(その4)である。
【図14】データの分布を示す図(その5)である。
【図15】算出された平均値からのばらつきで管理されるシューハート管理図である。
【符号の説明】
100 コンピュータシステム、102 コンピュータ、104 モニタ、106 FD駆動装置、108 CD−ROM駆動装置、110 キーボード、112 マウス。
【発明の属する技術分野】
本発明は、工業生産品の品質管理に関し、特に、SPC(Statistical Process Control)といわれる統計的プロセス管理やシューハート管理図に基づく的確な品質管理を実行できる品質管理装置に関する。
【0002】
【従来の技術】
従来から、工業生産品の品質を管理する様々な手法が提案されている。たとえば、群内のばらつきを標準として工程の異常原因による変動を検出する、シューハート管理図の手法がある。この手法は、品質特性値を合理的な群に群分けした後、群内の平均値とばらつきを算出して、中心値の変動とばらつきの変動とを管理する。この管理図を用いて、半導体製造の現場において、品質の異常や品質の変動の傾向の変化を分析して、製造工程に対して即座に対策を実行して、できるだけ不良品を製造しない品質管理を実行していた。このように管理図を用いて品質管理を実行する場合、サンプリングされる膨大なデータの品質特性値を的確に処理して、即座に正確かつ精密な情報を提供する必要がある。
【0003】
特開平7−244694号公報(特許文献1)は、半導体製造工程におよび精密電子機器製造工程において、均一な検出力で容易に品質管理を実行できる品質管理装置を開示する。特許文献1に開示された品質管理装置は、管理対象の品質に応じた品質特性値を入力する入力部と、入力部から入力された品質特性値を群に分け、品質特性値を群毎に処理しつつ、品質特性値の群への分け方によらず均一な検出力の品質限界値を算出する算出部と、算出部で算出された品質限界値を出力する出力部とを含む。
【0004】
特許文献1に開示された品質管理装置を用いて、たとえば、半導体装置の製造工程の一工程で形成される膜厚を管理することができる。この場合、同一時期に成膜されたウェハより一つのウェハを抽出して、異なる時期に抽出されたウェハ毎にロット番号を付与し、また、各ウェハ上の所定の複数点に対して膜厚を測定し、各点で測定された膜厚を品質特性値として設定する。算出部は入力された品質特性値の群の分け方によらず均一な検出力となる品質限界値を算出するため、品質特性値が合理的に群分けされていない場合においても品質特性値に対して均一な検出力が得られ、したがって、品質管理対象である半導体ウェハの膜厚の管理を容易に行なえる。
【0005】
特開2002−202806号公報(特許文献2)は、多品種少量生産を行なう場合であっても、適切な工程管理と物品の品質管理とを行なうことができる工程管理システムを開示する。特許文献2に開示された工程管理システムは、複数の品種について共通する処理を備えた工程を管理するシステムである。このシステムは、共通する処理における処理パラメータについて、各品種の処理後の特性値を各々の品種について複数入力することにより、品種毎に関連づけられた特性値を記憶する記憶回路と、この記憶回路の記憶データに基づいて各品種毎の特性値についての品種毎に関連づけられた平均値および標準偏差を演算する第1の演算回路と、この工程において処理する予定の1つの特定品種を複数の品種の中から選択して入力する品種入力部と、品種入力部からの品種決定信号に対応する処理パラメータの設定値を決定する設定値決定回路と、処理パラメータの設定値に基づいて処理された品種決定信号に対応する特定品種の処理後の特性値を第1の演算回路で演算された特定品種に関連づけられた特性値の平均値および標準偏差を用いて標準化する第2の演算回路と、複数回の処理について第2演算回路で得られる標準化された特性値の平均値および範囲を演算する第3の演算回路と、標準化された特性値の平均値および範囲に基づいて、工程の異常の有無を判断する異常判断部と、この異常判断部が異常ありと判断すると警告を発する警告部とを含む。
【0006】
特許文献2に開示された工程管理システムによると、半導体ウェハの成膜工程、写真製版工程およびエッチング工程などの管理に用いることができる。この場合、工程管理システムは、品種毎に関連づけられた特性値を記憶し、各品種毎の特性値についての品種毎に関連づけられた平均値および標準偏差を演算する。処理予定の特定品種の選択が入力されると、処理パラメータの設定値に基づいて処理を行ない、得られる特性値を平均値および標準偏差を用いて標準化する。複数回の処理について標準化された特性値の平均値および範囲を演算して、この標準化された特性値の平均値及び範囲に基づいて工程の異常の有無を判断する。このため、多品種少量生産のように工程の処理パラメータの設定値が処理する品種によって頻繁に変化する場合でも、その工程が統計的管理状態にあるかどうかを時間遅れなく適切に管理することができる。
【0007】
特開平8−202775号公報(特許文献3)は、予めトラブル発生を予防する処置がとれる製造プロセス品質異常処置システムを開示する。特許文献3に開示された製造プロセス品質異常処置システムは、製造工場で、工場管理システムの下に、工程管理装置、原単位管理装置、アラーム装置、およびロット自動停止装置、および収集データチェック装置を含み、プロセスデータを管理する管理値、および管理上限値、管理下限値で決まる管理幅を、過去の実績を基に前記管理値を更新すると共に該管理幅を狭めて自動更新する管理値自動更新装置と、あるロットが前記管理幅を外れた場合および管理値に対して所定の傾向を有する場合に、該当ロットの流動に対するアラームを発生させる処理部、もしくは該ロットの流動を停止させる処理部とを備える。
【0008】
特許文献3に開示された製造プロセス品質異常処置システムによると、製造工程の全ての工程において、必要とされるデータがプロセスデータ収集装置で集められ、収集された各プロセスデータは収集データチェック装置によって、製品仕様(スペック)値から決められた管理値、および管理上限値、管理下限値と比較され、管理幅内に収まっているか判定される。と同時にサンプリングによって平均値、バラツキを算出して、これら収集データの動向を調べて、その求めた値に応じて厳しい側に管理幅を自動的に再設定する。収集データがより厳しく設定されて更新されていく管理幅のもとで、管理幅を越えたり所定の条件から外れる場合、アラームを発したり、ロットを自動停止させる。これにより、製造工場において、工程数が多く、人的に品質管理が難しい程度の規模になったとしても、製品仕様を上回る管理値で自動化工場が稼働され、その管理値は実績データに合わせて厳しくされるので、全ての工程に渡って、より品質向上が実現する。また、予めアラームを受けることで異常が発生する前に対策を施すことができるため、見落としで異常が発生するのを未然に防ぐことができ、無駄なロットを発生させてしまうこともない。
【0009】
【特許文献1】
特開平7−244694号公報
【0010】
【特許文献2】
特開2002−202806号公報
【0011】
【特許文献3】
特開平8−202775号公報
【0012】
【発明が解決しようとする課題】
しかしながら、特許文献1に開示された品質管理装置、特許文献2に開示された工程管理システムおよび特許文献3に開示された製造プロセス品質異常処置システムを用いても、シューハート管理図を用いた品質管理手法における品質特性値を的確に算出することが困難であった。このような場合、結果的には、品質特性値の算出は、人の判断に依存することが多かった。このことと、サンプリングされるデータの数が膨大であることとにより、シューハート管理図等の管理図を用いた品質管理手法には限界があった。
【0013】
より具体的に説明すると、工程の管理限界値よりも規格中心側に、工程変動の異常を察知するためのアラーム規格を設定する場合、担当者は各種のデータに基づいて総合的に判断してアラーム規格を決定する。このようにすると、個人の技量に依存することになり、特にアラーム規格が工程実績を十分に反映させたものでない場合、頻繁にアラームが発動されて工程進捗を阻害する。さらに、このような事態になると、最初はアラームが発動される度に、原因の究明および対策が実行されるが、頻発するアラームに担当者が慣れてしまい、アラームの発動に対する対策が実行されずに、アラーム規格が形骸化するおそれがある。これを避けようとアラーム規格を緩めに設定すると、アラームの発動が激減して、工程が安定していないにもかかわらず、工程が安定していると誤った判断がなされるおそれがあった。
【0014】
さらに、工業生産品の平均値が規格中心値からずれている場合、中心値管理は人手に依存することが多い。このため、ずれ量が比較的小さく、アラーム規格内で推移している場合、このようなずれ量を見逃してしまうおそれがあった。
【0015】
さらに、製品歩留まりが安定して、実績データが蓄積されてくると、当初の規格値(目標値(ターゲット値)と規格幅)と実績値(平均値、ばらつきなど)との間にずれが発生してしまい、規格を見直す必要が生じることがよく発生する。このような場合、どの程度のずれが発生すると規格を見直すのかは、個人の技量に依存することになり、誤って判断するおそれがあった。
【0016】
特に、最近では、SPC(Statistical Process Control)とよばれる統計的プロセス管理手法が半導体製造工程に適用されている。このSPCは、製造工程の各チェックポイントで収集された膨大なデータをコンピュータに送り、そこで統計的処理を行なって製造条件や各工程での半導体装置の品質の推移(傾向)をモニタして管理するシステムである。このような管理手法を用いて、製造された半導体装置に不良が発生した場合、その不良要因を特定するためにSPCを用いて作成されたトレンドチャートを活用することも考えられる。
【0017】
しかしながら、不良要因を発生させたプロセス変動の特定については、人手により行なわれる。このような場合にも、どのプロセスが変動したことが不良要因を発生させたことを判断は、個人の技量に依存することになり、誤って判断するおそれがあった。
【0018】
本発明は、上述の課題を解決するためになされたものであって、不良要因の検出を自動化するとともに、SPCを自動化する品質管理装置を提供することである。
【0019】
【課題を解決するための手段】
この発明に係る品質管理装置は、複数の生産プロセスからなる生産工程にて生産される生産品の品質を管理する装置である。この品質管理装置は、生産プロセスにおける品質データと、生産プロセスにおける生産履歴情報とを記憶するための記憶手段と、生産品の品質不良を検知するための検知手段と、品質不良が検知された生産品が生産工程に投入された時期の前後で分割して、各生産プロセス毎の品質データの平均値と標準偏差とを算出するための算出手段と、算出された品質データの平均値と標準偏差とに基づいて、品質不良の要因を含むプロセスを抽出するための抽出手段と、シューハート管理図を作成するための作成手段と、シューハート管理図において、投入された時期の前後で品質データに変動があると、抽出されたプロセスにおいて投入された時期の前後の生産履歴情報に基づいて、不良要因情報を出力するための出力手段とを含む。
【0020】
【発明の実施の形態】
以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがってそれらについての詳細な説明は繰返さない。
【0021】
図1に、本発明の実施の形態に係る品質管理装置を実現するコンピュータシステムの外観を示す。図1を参照してこのコンピュータシステム100は、FD(Flexible Disk)駆動装置106およびCD−ROM(Compact Disc−Read Only Memory)駆動装置108を備えたコンピュータ102と、モニタ104と、キーボード110と、マウス112とを含む。
【0022】
図2に、このコンピュータシステム100の構成をブロック図形式で示す。図2に示すように、コンピュータ102は、上述したFD駆動装置106およびCD−ROM駆動装置108に加えて、相互にバスで接続されたCPU(Central Processing Unit)120と、メモリ122と、固定ディスク124とを含む。FD駆動装置106にはFD116が装着される。CD−ROM駆動装置108にはCD−ROM118が装着される。
【0023】
本実施の形態に係る品質管理装置は、コンピュータハードウェアとCPU120により実行されるソフトウェアとにより実現される。一般的にこうしたソフトウェアは、FD116、CD−ROM118などの記録媒体に格納されて流通し、FD駆動装置106またはCD−ROM駆動装置108などにより記録媒体から読取られて固定ディスク124に一旦格納される。さらに固定ディスク124からメモリ122に読出されて、CPU120により実行される。図1および図2に示したコンピュータのハードウェア自体は一般的なものである。したがって、本発明の最も本質的な部分は、FD116、CD−ROM118、固定ディスク124などの記録媒体に記録されたソフトウェアである。
【0024】
なお、図1および図2に示したコンピュータ自体の動作は周知であるので、ここではその詳細な説明は繰返さない。
【0025】
図3に、本実施の形態に係る品質管理装置の管理対象であるデータのシューハート管理図を示す。このデータは、半導体製造工程における窒化膜生成工程の窒化膜の厚みデータ(以下、膜厚値とも記載する。)を示す。規格中心値は85Åである。図3に示すように、このシューハート管理図は、横軸が時間を、縦軸が厚みデータを示す。図3からわかるように、平均値を中心として、厚みデータがばらついている。
【0026】
図4〜図7を参照して、本実施の形態に係る品質管理装置で実行されるプログラムの制御構造について説明する。図4および図5に不要要因自動検出プログラムの制御構造を、図6および図7にSPC自動処理プログラムの制御構造を、それぞれフローチャートで示す。
【0027】
ステップ(以下、ステップをSと略す。)100にて、品質管理装置のCPU120は、低い歩留まりのウェハが発生したか否かを判断する。低い歩留まりのウェハが発生すると(S100にてYES)、処理はS102へ移される。もしそうでないと(S100にてNO)、処理はS100へ戻され、低い歩留まりのウェハが発生するのを監視する。
【0028】
S102にて、CPU120は、不良ウェハ投入日以前のプロセスQC(品質)データ(具体的には膜厚値等)を抽出して、それらの平均値X(2)および標準偏差σ(2)を算出する。
【0029】
S104にて、CPU120は、不良ウェハ投入日以降のプロセスQC(品質)データを抽出して、それらの平均値X(1)および標準偏差σ(1)を算出する。
【0030】
S106にて、CPU120は、平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であるか否かを判断する。このしきい値αは、0.6〜1.0の範囲で設定され、たとえば0.9に設定される。これにより、プロセスQC(品質)データの中心値が通常値から変動しているプロセスが抽出される。平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であると(S106にてYES)、処理はS108へ移される。もしそうでないと(S106にてNO)、処理はS110へ移される。
【0031】
S108にて、CPU120は、標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であるか否かを判断する。このしきい値βは、0.1〜1.0の範囲で設定され、たとえば0.4に設定される。これにより、プロセスQC(品質)データのばらつきが通常よりも大きくなっているプロセスが抽出される。標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S108にてYES)、処理はS112へ移される。もしそうでないと(S108にてNO)、処理はS114へ移される。
【0032】
S110にて、CPU120は、標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であるか否かを判断する。標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S110にてYES)、処理はS114へ移される。もしそうでないと(S110にてNO)、この処理は終了する。
【0033】
S112にて、CPU120は、抽出されたプロセスにおける不良要因の疑義が強く、最優先での調査をすべき旨をモニタ104に表示する。その後、処理はS116へ移される。S114にて、CPU120は、抽出されたプロセスにおける不良要因の疑義ある旨をモニタ104に表示する。
【0034】
S116にて、CPU120は、S102およびS104にて抽出した、不良ウェハ投入前後の期間で、プロセスQC(品質)データを群分けする。たとえば、処理装置毎に時系列でプロセスQC(品質)データを配列する。その後、処理は図5のS118に移される。
【0035】
S118にて、CPU120は、シューハート管理図を作成する。S120にて、CPU120は、不良ウェハの投入日以降でシューハート管理図における傾向に変化あるか否かを判断する。不良ウェハの投入日以降でシューハート管理図における傾向に変化があると(S120にてYES)、処理はS130へ移される。もしそうでないと(S120にてNO)、処理はS140へ移される。
【0036】
S130にて、CPU120は、固定ディスク124に記憶された、装置履歴データベースから処理装置毎に記憶されたイベントデータ(日時、作業内容、作業者等)を読出す。S132にて、CPU120は、プロセスQC(品質)データに変動が生じた日時直近のイベントを抽出してモニタ104に表示する。
【0037】
S134にて、CPU120は、不良要因情報を作成する。このとき、処理装置におけるイベントの詳細内容に基づいて、不良要因情報が作成される。その後、処理はS150へ移される。
【0038】
S140にて、CPU120は、不良ウェハ投入日以降のプロセスQC(品質)データと不良率との相関図を作成する。S142にて、CPU120は、作成した相関図における、相関係数rがしきい値|γ|以上であるか否かを判断する。このしきい値|γ|は、0〜1.0の範囲で設定され、たとえば0.4に設定される。相関係数rがしきい値|γ|以上であると(S142にてYES)、処理はS144へ移される。もしそうでないと(S142にてNO)、この処理は終了する。相関関係が弱いと分析が困難なためである。
【0039】
S144にて、CPU120は、不良要因情報を作成する。このとき、相関図と重回帰分析結果とに基づいて、不良要因情報が作成される。その後、処理はS150へ移される。
【0040】
S150にて、CPU120は、ウェハの不良率が所定値(たとえば0.05%)以下になる「しきい値T」を算出する。S152にて、CPU120は、「しきい値T」を管理限界規格に再設定して、規格中心値Eとの間にアラーム規格(たとえば、E±(T−E)/3×2.5)を設定する。その後、処理は図7のS1400へ移される。
【0041】
図6および図7を参照して、S1100にて、品質管理装置のCPU120は、予め定められた期間のプロセスQC(品質)データ(膜厚値等)を群分けする。このとき、処理装置ごとに時系列でプロセスQC(品質)データを配列する。S1102にて、CPU120は、平均値Xおよび標準偏差σを算出する。S1104にて、CPU120は、平均値Xおよび標準偏差σの算出は1回目であるか否かを判断する。平均値Xおよび標準偏差σの算出が1回目である場合には(S1104にてYES)、処理はS1106へ移される。もしそうでないと(S1104にてNO)、処理はS1302へ移される。
【0042】
S1106にて、CPU120は、平均値X±4σの領域外データを異常値として除外する。その後、処理はS1102へ戻され、再度、平均値Xおよび標準偏差σが算出される。
【0043】
S1302にて、CPU120は、シューハート管理図を作成する。このとき作成されるシューハート管理図は図3に示すような図である。S1304にて、CPU120は、全管理データ数(A)を計数する。このとき計数される全管理データには、S1106の処理により異常値として除外された領域外データが含まれない。
【0044】
S1306にて、CPU120は、変数Nを初期化(N=0)する。S1308にて、CPU120は、平均値X±(2.5+0.1×N)×σの領域外データ数(B)を計数する。S1310にて、CPU120は、全管理データ数(A)に対する領域外データ数(B)の比率(B/A)が0.015以下であるか否かを判断する。比率(B/A)が0.015以下である場合には(S1310にてYES)、処理はS1318へ移される。もしそうでないと(S1310にてNO)、処理はS1312へ移される。
【0045】
S1312にて、CPU120は、変数Nに1を加算する。S1314にて、CPU120は、変数Nが4より大きいか否かを判断する。変数Nが4より大きい場合には(S1314にてYES)、処理はS1316へ移される。もしそうでないと(S1314にてNO)、処理はS1308へ戻され、1が加算されたNに対して、領域外データ数(B)が再度計数される。
【0046】
S1316にて、CPU120は、エラー処理を行なう。このときのエラー処理は、後述するアラーム規格と管理限界規格とが逆転するために、品質管理を実行できないことなどが作業者に通知される。
【0047】
S1318にて、CPU120は、規格中心値E±(2.5+0.1×N)×σをアラーム規格に、規格中心値±3.0σを管理限界規格に設定する。その後、処理は図7のS1400に移される。
【0048】
S1400にて、CPU120は、予め定められた期間のプロセスQC(品質)データ(膜厚値等)を監視する。S1402にて、CPU120は、アラーム規格外のデータが出現したか否かを判断する。アラーム規格外のデータが出現すると(S1402にてYES)、処理はS1408へ移される。もしそうでないと(S1402にてNO)、処理はS1404へ移される。
【0049】
S1404にて、CPU120は、連続7点データが規格中心値の片側のみに出現したか否かを判断する。連続7点データが規格中心値の片側のみに出現すると(S1404にてYES)、処理はS1408へ移される。もしそうでないと(S1404にてNO)、処理はS1406へ移される。
【0050】
S1406にて、CPU120は、連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現したか否かを判断する。連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現すると(S1406にてYES)、処理はS408へ移される。もしそうでないと(S1406にてNO)、処理は図6のS1100へ戻される。
【0051】
S1408にて、CPU120は、品質管理情報を作成する。このとき、たとえば、規格中心値からのずれ量を作業者に通知する情報が作成される。この品質警報情報を受領した作業者は、窒化膜作製装置の調整を実施する。このS1408の処理の後、処理は図6のS1100へ戻される。
【0052】
以上のような構造およびフローチャートに基づく、本実施の形態に係る品質管理装置の動作について説明する。
【0053】
[不要要因自動検出動作]
低い歩留まりのウェハが発生すると(S100にてYES)、不良ウェハ投入日以前と不良ウェハ投入日以降とに分けて、プロセスQC(品質)データを抽出して、不良ウェハ投入日以前のプロセスQC(品質)データである膜厚値の平均値X(2)および標準偏差σ(2)と、不良ウェハ投入日以降のプロセスQC(品質)データである膜厚値の平均値X(1)および標準偏差σ(1)が算出される(S102,S104)。
【0054】
プロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であって(S106にてYES)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S108にてYES)、抽出されたプロセスにおける不良要因の疑義が強く、最優先での調査をすべき旨がモニタ104に表示される(S112)。
【0055】
プロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α未満であって(S106にてNO)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β以上であると(S110にてYES)、またはプロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α以上であって(S106にてYES)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β未満であると(S108にてNO)、抽出されたプロセスにおける不良要因の疑義ある旨がモニタ104に表示される。
【0056】
プロセスQC(品質)データである膜厚値の平均値の差の絶対値|X(2)−X(1)|を標準偏差σ(2)で除算した値がしきい値α未満であって(S106にてNO)、かつプロセスQC(品質)データである膜厚値の標準偏差の差(σ(1)−σ(2))を標準偏差σ(2)で除算した値がしきい値β未満であると(S110にてNO)、プロセスQC(品質)データの中心値が通常値から変動しているプロセスも、プロセスQC(品質)データのばらつきが通常よりも大きくなっているプロセスも抽出されないで、処理は終了する。
【0057】
処理が終了する以外(S106およびS108の双方にてNOである場合以外)、不良ウェハ投入前後の期間で、プロセスQC(品質)データが、処理装置毎に時系列で配列され(S116)、シューハート管理図が作成される(S118)。
【0058】
たとえば、図8に示すように傾向の変動が表われ、不良ウェハの投入日以降でシューハート管理図における傾向に変化があると(S120にてYES)、データベースから処理装置毎に記憶されたイベントデータ(日時、作業内容、作業者)が読出される(S130)。読み出されたイベントデータの中から、プロセスQC(品質)データに変動が生じた日時直近のイベントが抽出されて、モニタ104に表示される(S132)。不良要因情報として、処理装置におけるイベントの詳細内容が作成される(S134)。
【0059】
図8に示すように傾向の変動が表われない、すなわち、不良ウェハの投入日以降でシューハート管理図における傾向に変化がないと(S120にてNO)、不良ウェハ投入日以降のプロセスQC(品質)データである薄膜値とウェハ不良率との相関図が作成される。このとき、図9に示すような相関図が作成される。作成された相関図における、相関係数rがしきい値|γ|以上であると(S142にてYES)、不良要因情報として、相関図と重回帰分析結果とが作成される(S144)。
【0060】
図8に示すように、不良ウェハの投入日以降でシューハート管理図における傾向の変動が表われるか(S120にてYES)または不良ウェハの投入日以降でシューハート管理図における傾向の変動が表われなくても(S120にてNO)、図9に示すように、相関関係が表われると(S142にてYES)、ウェハの不良率が所定値(たとえば0.05%)以下になる「しきい値T」が算出され(S150)、「しきい値T」が管理限界規格に再設定されて、規格中心値Eとの間にアラーム規格(たとえば、E±(T−E)/3×2.5)が設定されて、後述する品質データ管理動作に移行する。
【0061】
[SPC自動処理動作]
予め定められた期間の品質データの群分けが行なわれ、処理装置ごとに時系列でプロセスQC(品質)データが配列される(S1100)。このとき、図3に示すようなシューハート管理図が作成される。ただし、平均値Xおよび標準偏差σは算出されていない。
【0062】
平均値Xおよび標準偏差σが算出され(S1102)、平均値Xおよび標準偏差σの算出が1回目であるため(S1104にてYES)、平均値X±4σの領域の外側にあるデータを異常値として除外する(S1106)。このとき図10に示すように、たとえば平均値X+4σの外側にあるデータが異常データとして除外され、図11に示すように全管理データとして扱われるのは平均値X±4σの領域の内側にあるデータのみとなる。
【0063】
図11に示す平均値X±4σの領域の内側にあるデータの数が全管理データ数(A)として計数される(S1304)。このとき、図10に示す平均値Xには平均値X±4σの領域の外側にあるデータを含むが、図11に示す平均値Xは平均値X±4σの領域の外側にあるデータを含まない。
【0064】
変数Nが初期化(N=0)され(S1306)、平均値X±(2.5+0.1×N)×σの領域外データ数(B)が計数される(S1308)。このとき、図12に示すように、算出された平均値Xを中心として(2.5+0.1×N)×σの範囲外にあるデータの数が領域外データ数(B)として算出される。全管理データ数(A)に対する領域外データ数(B)の比率(B/A)が0.015以下であるまで、変数Nに1が加算される(S1312)。ただし、Nは4を超えることはない(S1314)。このようにして、Nが算出され、平均値X±(2.5+0.1×N)×σの領域外に全管理データの0.015がすなわち1.5%のデータが含まれるように、Nが算出される。
【0065】
規格中心値±(2.5+0.1×N)×σをアラーム規格に、規格中心値±3.0σを管理限界規格に設定される(S1318)。このとき、図13に示すように、アラーム規格と管理限界規格とが設定される。アラーム規格の中には98.5%のデータが、管理限界規格の中には99.73%のデータが含まれることになる。
【0066】
[品質データ管理動作]
図13に示すように、[規格中心値E±(2.5+0.1×N)×σ]がアラーム規格に、規格中心値±3.0σが管理限界規格に設定されたり(S1318)、図14に示すように、たとえば、[規格中心値E±(しきい値T−規格中心値E)/3×2.5]がアラーム規格に、[±しきい値T]が管理限界規格に設定されたり(S152)する。その後、品質データ管理動作としてプロセスQC(品質)データが監視される。
【0067】
予め定められた期間のプロセスQC(品質)データが監視され(S1400)、アラーム規格外のデータが出現したり(S1402にてYES)、連続7点データが規格中心値の片側のみに出現したり(S1404にてYES)、連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現したり(S1406にてYES)すると、品質警報情報が作成される(S1408)。このとき、図15のシューハート管理図に示すように、アラーム規格が設定され、アラーム規格外のデータが出現すると、品質警報情報が作成される。また、規格中心値Eの上側に連続して7点の連続するデータが出現したり、連続14点中の中の12点のデータが規格中心値の上側に出現したりすると、品質警報情報が作成される。
【0068】
以上のようにして、本実施の形態に係る品質管理装置によると、低い歩留まりのウェハが発生すると、不良ウェハの投入前後でプロセス品質データを別々に抽出して、それぞれの平均値と標準偏差とを算出する。平均値の差を低い歩留まりのウェハが発生する前の標準偏差で除算した値と、標準偏差の差を低い歩留まりのウェハが発生する前の標準偏差で除算した値とに基づいて、不良要因の重要度を決定できる。不良要因を分析するには、装置履歴データベースから歩留まりの変動が生じた前後のイベントに基づいて不良要因情報を作成する。また不良率が目標の値以下になるようなしきい値を求めて、そのしきい値を管理限界規格に、そのしきい値と規格中心値との関数でアラーム規格に設定する。このようにして算出された管理限界規格およびアラーム規格を用いて、品質管理処理を行なう。その結果、製品歩留まりが低くなったときに、不良要因の検出処理と、SPCの自動化処理とを実行することができる。
【0069】
なお、本発明の実施の形態における、標準偏差σを用いた関数は、(2.5+0.1×N)×σに限定されない。標準偏差σを用いた関数は、(2.0+0.1×N)×σであってもよい。この場合、全体データ数(A)に対する領域外データ数(B)の比率である0.015は、0.045になる。また、これらの関数および比率は、一例であってこの数値に限定されない。
【0070】
さらに、領域外データの代わりに領域内データとしてもよい。この場合、全体データ数(A)に対する領域内データ数の比率は、0.985(=1−0.015)または0.955(=1−0.045)になる。また、これらの関数および比率は、一例であってこの数値に限定されない。
【0071】
さらに、連続7点データが規格中心値の片側のみに出現した場合のデータの数は、7個に限定されない。連続14点データ中の12点以上のデータが規格中心値の片側にのみ出現した場合のデータの数も14個および12個に限定されない。
【0072】
さらに、S152における処理において、新たなアラーム規格を、[規格中心値E±(しきい値T−規格中心値E)/3×2.5]ではなく、他の数式を用いて設定するようにしてもよい。
【0073】
さらに、S1318における処理において、新たな管理限界規格を、±3σではなく、±4σや±5σとして設定するようにしてもよい。
【0074】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲はした説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【図面の簡単な説明】
【図1】本発明の実施の形態に係る品質管理装置を実現するコンピュータの外観図である。
【図2】図1に示すコンピュータシステムの制御ブロック図である。
【図3】平均値からのばらつきで管理されるシューハート管理図である。
【図4】本発明の実施の形態に係る品質管理装置で実行される不要要因自動検出プログラムの制御構造を示すフローチャート(その1)である。
【図5】本発明の実施の形態に係る品質管理装置で実行される不要要因自動検出プログラムの制御構造を示すフローチャート(その2)である。
【図6】本発明の実施の形態に係る品質管理装置で実行されるSPC自動処理プログラムの制御構造を示すフローチャート(その1)である。
【図7】本発明の実施の形態に係る品質管理装置で実行されるSPC自動処理プログラムの制御構造を示すフローチャート(その2)である。
【図8】本発明の実施の形態に係る品質管理装置で管理される膜厚値の傾向の変動を示す図である。
【図9】本発明の実施の形態に係る品質管理装置で管理される膜厚値とウェハ不良率の相関関係を示す図である。
【図10】データの分布を示す図(その1)である。
【図11】データの分布を示す図(その2)である。
【図12】データの分布を示す図(その3)である。
【図13】データの分布を示す図(その4)である。
【図14】データの分布を示す図(その5)である。
【図15】算出された平均値からのばらつきで管理されるシューハート管理図である。
【符号の説明】
100 コンピュータシステム、102 コンピュータ、104 モニタ、106 FD駆動装置、108 CD−ROM駆動装置、110 キーボード、112 マウス。
Claims (13)
- 複数の生産プロセスからなる生産工程にて生産される生産品の品質を管理する装置であって、
前記生産プロセスにおける品質データと、前記生産プロセスにおける生産履歴情報とを記憶するための記憶手段と、
前記生産品の品質不良を検知するための検知手段と、
前記品質不良が検知された生産品が生産工程に投入された時期の前後で分割して、各生産プロセス毎の品質データの平均値と標準偏差とを算出するための算出手段と、
前記算出された品質データの平均値と標準偏差とに基づいて、品質不良の要因を含むプロセスを抽出するための抽出手段と、
シューハート管理図を作成するための作成手段と、
前記シューハート管理図において、前記投入された時期の前後で品質データに変動があると、前記抽出されたプロセスにおいて前記投入された時期の前後の生産履歴情報に基づいて、不良要因情報を出力するための出力手段とを含む、品質管理装置。 - 前記品質管理装置は、前記シューハート管理図において、前記投入された時期の前後で品質データに変動がないと、前記品質不良が検知された生産品が生産工程に投入された後における品質データと不良率との相関関係に基づいて、不良要因情報を出力するための手段をさらに含む、請求項1に記載の品質管理装置。
- 前記品質管理装置は、前記相関関係に基づいて、管理限界規格とアラーム規格とを設定するための設定手段をさらに含む、請求項2に記載の品質管理装置。
- 前記設定手段は、前記相関関係において、不良率が予め定められた比率以下になるようなしきい値に基づいて、管理限界規格を設定するための手段を含む、請求項3に記載の品質管理装置。
- 前記設定手段は、前記相関関係において、不良率が予め定められた比率以下になるようなしきい値と、規格中心値とに基づいて、アラーム規格を設定するための手段を含む、請求項3に記載の品質管理装置。
- 前記抽出手段は、品質データの中心値が通常よりも乖離しているプロセスを抽出するための手段を含む、請求項1〜5のいずれかに記載の品質管理装置。
- 前記抽出手段は、前記投入された時期の前後における品質データの平均値の差と、品質不良が検知された生産品が生産工程に投入される前の品質データの標準偏差とに基づいて、品質データの中心値が通常よりも乖離しているプロセスを抽出するための手段を含む、請求項1〜5のいずれかに記載の品質管理装置。
- 前記抽出手段は、品質データのばらつきが通常よりも大きいプロセスを抽出するための手段を含む、請求項1〜5のいずれかに記載の品質管理装置。
- 前記抽出手段は、前記投入された時期の前後における品質データの標準偏差の差と、品質不良が検知された生産品が生産工程に投入される前の品質データの標準偏差とに基づいて、品質データのばらつきが通常よりも大きいプロセスを抽出するための手段を含む、請求項1〜5のいずれかに記載の品質管理装置。
- 前記品質管理装置は、
前記品質データの中から異常データを排除した全体データについて、前記全体データの平均値X、標準偏差σおよびデータ数を算出するための第1の算出手段と、
前記全体データの中で、前記平均値Xを中心として前記標準偏差σの関数で定められる範囲の領域外にある部分データの数を算出するための第2の算出手段と、
前記全体データの数に対する前記部分データの数の比率が、予め定められた比率以下である領域を表わす標準偏差σの関数を算出するための第3の算出手段と、
前記算出された標準偏差σの関数に基づいて、管理限界規格とアラーム規格とを設定するための手段をさらに含む、請求項1〜9のいずれかに記載の品質管理装置。 - 前記品質管理装置は、前記管理限界規格と前記アラーム規格とに基づいて特定される正常範囲外に新たな品質データが出現すると、警報を出力するための手段をさらに含む、請求項3〜5、10のいずれかに記載の品質管理装置。
- 前記品質管理装置は、予め定められた数のデータが時系列的に連続して、前記管理限界規格と前記アラーム規格とに基づいて特定される正常範囲外に出現すると、警報を出力するための手段をさらに含む、請求項3〜5、10のいずれかに記載の品質管理装置。
- 前記品質管理装置は、時系列的に連続したデータの中で、予め定められた数以上のデータが、前記管理限界規格と前記アラーム規格とに基づいて特定される正常範囲外に出現すると、警報を出力するための手段をさらに含む、請求項3〜5、10のいずれかに記載の品質管理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003118695A JP2004326339A (ja) | 2003-04-23 | 2003-04-23 | 品質管理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003118695A JP2004326339A (ja) | 2003-04-23 | 2003-04-23 | 品質管理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004326339A true JP2004326339A (ja) | 2004-11-18 |
Family
ID=33498171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003118695A Withdrawn JP2004326339A (ja) | 2003-04-23 | 2003-04-23 | 品質管理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004326339A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100937512B1 (ko) | 2007-09-20 | 2010-01-19 | 한양대학교 산학협력단 | 변동계수 분포 및 비중심 t 분포를 이용한 통계적 공정관리 방법 |
WO2011065428A1 (ja) * | 2009-11-25 | 2011-06-03 | シャープ株式会社 | 不良要因の分析表示方法および不良要因の分析表示装置 |
CN117347721A (zh) * | 2023-10-07 | 2024-01-05 | 河北华伦线缆有限公司 | 高导电力电缆用质量控制方法 |
-
2003
- 2003-04-23 JP JP2003118695A patent/JP2004326339A/ja not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100937512B1 (ko) | 2007-09-20 | 2010-01-19 | 한양대학교 산학협력단 | 변동계수 분포 및 비중심 t 분포를 이용한 통계적 공정관리 방법 |
WO2011065428A1 (ja) * | 2009-11-25 | 2011-06-03 | シャープ株式会社 | 不良要因の分析表示方法および不良要因の分析表示装置 |
CN117347721A (zh) * | 2023-10-07 | 2024-01-05 | 河北华伦线缆有限公司 | 高导电力电缆用质量控制方法 |
CN117347721B (zh) * | 2023-10-07 | 2024-04-30 | 河北华伦线缆有限公司 | 高导电力电缆用质量控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9798320B2 (en) | Method and apparatus for alarm monitoring | |
US7039554B2 (en) | Method and system for trend detection and analysis | |
JP4289602B2 (ja) | プロセス監視方法 | |
US7979154B2 (en) | Method and system for managing semiconductor manufacturing device | |
US20170178015A1 (en) | Maintenance timing prediction system and maintenance timing prediction device | |
JP2002318617A (ja) | 製造工程のための管理方法 | |
EP2166422B1 (en) | Method of alarm mask generation and condition monitoring of wind turbines | |
Zhang et al. | Economic design of time-between-events control chart system | |
JP2009080612A (ja) | 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム | |
CN114551271A (zh) | 监测机台运行状况的方法及装置、存储介质及电子设备 | |
JP2010087459A (ja) | 故障原因特定装置および方法 | |
JP5538955B2 (ja) | 半導体製造における装置異常の予兆検知方法およびシステム | |
CN115858303B (zh) | 一种基于Zabbix的服务器性能监控方法及系统 | |
JP2011170518A (ja) | 状態監視装置及び方法 | |
CN107093568B (zh) | 一种晶元在线监测方法及装置 | |
JP2004326339A (ja) | 品質管理装置 | |
JP2005173911A (ja) | 工程管理システムおよび工程管理方法 | |
JP2000198051A (ja) | 設備フロ―の異常抽出装置、設備フロ―の異常抽出方法、及び設備フロ―の異常抽出プログラムを記録した記憶媒体 | |
JP4303017B2 (ja) | 品質管理装置及び品質管理方法 | |
JP2004038379A (ja) | データ管理装置 | |
JPH08202775A (ja) | 製造プロセス品質異常処置システムおよび品質管理値更新方法 | |
JP2006228779A (ja) | 半導体製造装置の管理方法 | |
KR20180073273A (ko) | 통계 분석에 기반한 거짓 경보 감소 방법 및 장치 | |
JP2004241419A (ja) | データ管理装置 | |
CN117391616B (zh) | 一种基于数据分析的药物筛选设备运行监管平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060704 |