JP2004326339A - 品質管理装置 - Google Patents

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

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。

Claims (13)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。

Images