JP2006252465A

JP2006252465A - 製造装置の予知保全装置、並びに、製造装置の予知保全用コンピュータプログラム

Info

Publication number: JP2006252465A
Application number: JP2005071720A
Authority: JP
Inventors: Tomoki Kono; 智樹河野; Yukitsugu Karasuyama; 幸嗣烏山
Original assignee: Omron Corp; Omron Tateisi Electronics Co
Current assignee: Omron Corp
Priority date: 2005-03-14
Filing date: 2005-03-14
Publication date: 2006-09-21

Abstract

【課題】将来の品質特性値を予測することにより、装置の異常や調整ミスを認識でき、不良品の発生を事前に防止する。
【解決手段】過去の計測データを登録し、登録された特性値の中から実際に予測する品質特性値とそれと相関があると予想される状態特性値との組み合わせを選択し、選択した計測データを複数種の予測モデルに与え、それら予測モデルの中から最適予測モデルを決定すると共に、その予測の確度に相当する情報を提示し、過去の計測データと逐次更新される現在の計測データを最適予測モデルに与えることにより将来の品質特性値を予測する。
【選択図】図９

Description

この発明は、製造装置の予知保全用コンピュータプログラムに関する。

従来、工場の多くの生産工程では人が装置の操作を行い、勘と経験で装置調整を実施している。

半導体デバイスは、１００工程以上もの半導体プロセスを経て製造され、また、多数の複雑な半導体製造装置を用いて製造される。そのため、各製造装置の状態を示すパラメータである状態特性値と各製造装置を用いて製造されたデバイスの特性である品質特性値との関係は明確には求められていないものが多数ある。一方、半導体プロセスは、製造されたデバイスの歩留まりが良くなるように、常に各工程を厳密に管理しなければならないという要求もある。

この問題を解決するため、特許文献１に記載の「半導体プロセスの管理方法及びその装置」が知られている。この装置は、半導体製造装置の状態を示す装置状態データである状態特性値と、半導体製造装置により処理された半導体デバイスの歩留まりや電気特性等の検査結果を示す製品データである品質特性値をそれぞれタイムスタンプとともに記憶装置に記憶させる。そして、半導体デバイスが処理された時刻を基準にし、上記タイムスタンプをキーにして装置状態データである状態特性値と製品データである品質特性値との相関を求めるようにしている。
特開平９−２１９３４７号公報

しかしながら、上記した特許文献１に開示された発明のようにタイムスタンプを利用すると、装置状態データ（プロセスデータ）と製品データ（検査データ）との関連づけが比較的行いやすいものの、半導体プロセスの場合には、複数のチャンバーを備えているものも多く、かかる場合には、同時に並行してプロセスが実行されるので、タイムスタンプのみでは相関のあるデータ同志を正しく結合することができない。

さらに、生産工程での装置調整は調整担当者の経験、スキルの差により調整状況が均一でなくなる。その結果、製品品質にばらつきが発生し、不良品を生む原因となる。

また、不良が発生してから装置の異常や調整ミスに気が付き、事後処理となり無駄な費用が発生する。

製造装置の予知保全装置は、登録手段と、選択設定手段と、最適モデル分析手段と、品質予測手段と、を備えている。

登録手段は、装置の各種品質特性値名の中で予測したいものの候補、品質特性値名と相関があると予想される装置の各種状態特性値名の候補、及び品質特性値名や状態特性値名に関する過去の計測データを登録する。

選択設定手段は、登録された品質特性値名の候補と登録された状態特性値名の候補の中から、実際に予測する品質特性値名とそれと相関があると予想される状態特性値名との組み合わせである特性値名セットを選択設定する。

最適モデル分析手段は、選択設定された特性値名セットについて、登録された過去の計測データを、予め用意された複数種の予測モデルに与えることにより、それら予測モデルの中から最適予測モデルを決定すると共に、その最適予測モデルによる予測の確度に相当する情報を提示する。

品質予測手段は、登録された過去の計測データ並びに逐次更新される現在の計測データを決定された最適予測モデルに与えることにより、将来の品質特性値名の値を予測する。このような構成によれば、装置の各種品質特性値名の中で予測したいものの候補、品質特性値名と相関があると予想される装置の各種状態特性値名の候補、及び品質特性値名や状態特性値名に関する過去の計測データが登録され、登録された品質特性値名の候補と登録された状態特性値名の候補の中から、実際に予測する品質特性値名とそれと相関があると予想される状態特性値名との組み合わせである特性値名セットが選択設定され、選択設定された特性値名セットについて、登録された過去の計測データを、予め用意された複数種の予測モデルに与えることにより、それら予測モデルの中から最適予測モデルを決定すると共に、その最適予測モデルによる予測の確度に相当する情報が提示され、登録された過去の計測データ並びに逐次更新される現在の計測データを決定された最適予測モデルに与えることにより、将来の品質特性値名の値が予測される。

また、本発明の好ましい実施形態にあっては、複数種の前記最適予測モデルとしては、重回帰分析、回帰木、時系列分析、単回帰の４種類が含まれている。このような構成によれば、複数種の前記最適予測モデルとして、重回帰分析、回帰木、時系列分析、単回帰の４種類が実行される。そのため、対象となる制御装置どのような性質の制御アルゴリズムを有するものであっても、最適な予測モデルを見出すことができる。

また、本発明の好ましい実施形態にあっては、最適予測モデルにより求められた予測値が、横軸は時間で、縦軸は品質特性値となるＸ−Ｙ座標に時系列にプロットされる。このような構成によれば、最適予測モデルにより求められた予測値は、横軸は時間で、縦軸は品質特性値となるＸ−Ｙ座標に時系列にプロットされる。そのため、予測値の変動を効果的に確認できる。

また、本発明の好ましい実施形態にあっては、予測値の閾値を設定する閾値設定手段と、前記閾値を前記Ｘ−Ｙ座標にプロットする手段と、を備えている。このような構成によれば、予測値の閾値が設定され、その閾値はＸ−Ｙ座標にプロットされる。そのため、閾値に対する予測値の変動が視覚的に把握できるので閾値までの変量を効果的に確認できる。

また、本発明の好ましい実施形態にあっては、予測値が前記閾値を超えたときに警告を発する。このような構成によれば、予測値が前記閾値を超えたときに警告が発せられる。そのため、予測値が閾値を超えたかどうかを積極的に確認する必要がなく、利便性が高い。

また、本発明の好ましい実施形態にあっては、予測の確度を、回帰モデルの適合度を測る尺度である寄与率で示す。このような構成によれば、予測の確度は、回帰モデルの適合度を測る尺度である寄与率で示される。そのため、相関があると予想される状態特性値の適合度が把握でき、寄与率が低ければ再度相関があると予想される状態特性値を選択し直して予測し直すことにより最適な予測モデルを導きだすことができる。なお、「寄与率」とは目的変量の予測値の分散を目的変量の実測値で割った値のことを言い、この値は決定係数とも言う。ここでの目的変量は品質特性値のことである。

また、本発明の好ましい実施形態にあっては、この発明のコンピュータプログラムは、製造装置の予知保全装置としてコンピュータを機能させるためのものである。このプログラムにて実現される製造装置の予知保全装置は、登録手段と、選択設定手段と、最適モデル分析手段と、品質予測手段と、を備えている。

本発明によれば、不良品が発生する前に装置の異常や調整ミスを認識でき、事前に不良品の発生を抑えることができる。

以下に、この発明の好適な一実施例を添付図面を参照して詳細に説明する。この実施例の製造装置の予知保全装置のシステム構成を図１に示す。この製造装置の予知保全装置のシステムは、ウェブサーバ１０１と、クライアント１０２と、クライアント１０３とで構成される。ウェブサーバ１０１は、統計的な予知エンジンを搭載している。クライアント１０２とクライアント１０３は、ウェブサーバ１０１とLANで接続され、ウェブブラウザを介して、品質特性値名及び品質特性値、状態特性値名及び状態特性値等の登録、編集、削除等を行う。クライアント１０２とクライアント１０３は、標準的なパソコン装置の機能を備え、ウェブブラウザの機能を有する。

なお、ウェブサーバ１０１、クライアント１０２、クライアント１０３の基本ハードウェア及びソフトウェア構成は同知のため図示しないがいずれもＣＰＵ、ＲＯＭ、ＲＡＭ、操作部、表示部を備えている。

図２は導入フェーズにおける作業手順の説明図であり、図３は運用フェーズにおける作業手順の説明図である。図２及び図３のいずれにおいても、長円形ブロック（ステップ２０１、２０２、２０３，２０５、２０７、３０２）は人が行う作業を示し、矩形ブロック（ステップ２０４、２０６、３０１、３０３、３０４）はコンピュータが主に行う作業を示す。特性値の登録処理に入る前に主に３つの作業を行う。それは、予測したい装置の品質特性値の抽出、装置の状態を示す特性値の抽出、計測データのまとめ、である。

まず、予測したい装置の品質特性値を抽出する。予測したい特性値を決定し、その特性値の上限基準値、下限基準値を決定する。なお、上限基準値とは、特性値の上限境界線の数値のことを言い、下限基準値とは、特性値の下限境界線の数値のことを言う。続いて、不良発生時のメールでの通知先を決定する。不良発生時とは、予測値が上限基準値、下限基準値の範囲から外れたときのことを意味し、その結果を図４に示す所定のフォーマットで通知する（ステップ２０１）。

次に、装置の状態を示す特性値を抽出する。ここでは、予測したい特性値と相関があると予想される特性値を決定する（ステップ２０２）。

続いて計測データをまとめておく。ここでは過去の計測データ（状態特性値、品質特性値）をＣＳＶファイルにまとめておく（ステップ２０３）。

図５に計測データのまとめ例を示す。本発明では、最適モデルを分析する際、各種特性値の過去のデータをＣＳＶ形式のファイルから入力する。従って計測した日付、時刻、計測データは実際にはカンマ区切りとなっている。また、日付、時刻、計測データのそれぞれの記載する列の順番の指定はない。状態基準値は状態特性値を示し、製品品質特性値は品質特性値を示す。

なお、ここではステップ２０１、２０２、２０３の順で説明したがこれらは順不同であり、いずれから行っても良い。

次に、特性値の登録処理を行い（ステップ２０４）、予測特性値に関連する特性値のセットを決定する（ステップ２０５）。この段階でコンピュータと対話しながら入力することとなる。

そのときの表示画面の一例を図６に示す。図６は本発明のプログラムを起動させた状態である。同図に示されるように、表示装置の画面上には、左側にメニューエリア６０１が、右側には操作エリア６０２が表示される。基本的な操作は、メニューエリア６０１において、利用したい機能のメニューを選択する。選択すれば、その機能毎に用意された画面が操作エリア６０２に表示される。メニューエリア６０１の各種メニュー項目は、特性値登録１、予測分析２、特性値データ追加３、オプション４、ヘルプ５、プログラム終了６となり、常駐表示される。

特性値登録１は、予知対象の装置が出力する品質特性値や、装置の状態を示す状態特性値を登録する。また、登録した特性値に対して、最適予測モデルの分析に利用する初期データを登録する。予測分析２は、特性値登録１で登録された予知対象の特性値に対する最適な予測手法を分析する。また、分析完了後、予測モニタを開始する。特性値データ追加３は、追加で特性値データを登録する。オプション４は、最適モデル分析により求めた予測手法を提示する。ヘルプ５は、別途、ウェブブラウザ起動とともに、ヘルプ画面を表示する。プログラム終了６は、画面をクローズし、ウェブブラウザを終了させる。

ステップ２０４の特性値登録処理を図１６のフローチャートに示す。同図において処理が開始されると、所定の入力操作により処理の種別が選定されるのを待機する状態となる。

この状態における表示画面の一例を図７に示す。同図に示されるように、チェックされる入力箇所には、特性値名入力領域７０１、特性値の登録ボタン７０２、特性値の編集ボタン７０３、特性値の削除ボタン７０４、登録済特性値リスト表示領域７０５、閾値チェック有無チェックボックス７０６、上限基準値入力領域７０７、下限基準値入力領域７０８、メールアドレス入力領域７０９、メールアドレス編集ボタン７１０、メールアドレス登録ボタン７１１、メールアドレス削除ボタン７１２、登録済メールアドレスリスト表示領域７１３、初期値データ登録表示ボタン７１４がある。

この状態において、特性値名入力領域７０１に新規に登録する特性値の名称が入力され（ステップ１６０４）、特性値の登録ボタン７０２が押されると（ステップ１６０５、１６０９）、登録済特性値リスト表示領域７０５に入力した特性値の名称が表示される（ステップ１６１０）。このとき、新規に関連する特性値が登録されたことになる。

特性値名入力領域７０１に新規に登録する特性値の名称が入力され、閾値チェック有無チェックボックス７０６がチェックされ、上限基準値入力領域７０７、下限基準値入力領域７０８に各々値が入力され、メールアドレス入力領域７０９にメールアドレスが入力され（ステップ１６０４）、メールアドレス登録ボタン７１１、特性値の登録ボタン７０２が押下されると（ステップ１６０５、１６０９）、登録済メールアドレス表示領域７１３に入力したメールアドレスが表示され、登録済特性値リスト表示領域７０５に入力した特性値の名称が表示される（ステップ１６１０）。このとき新規に予測したい特性値が登録されたこととなる。

登録済メールアドレスリスト表示領域７１３からメールアドレスが選択され、メールアドレス削除ボタン７１２が押下されると（ステップ１６１１）、登録済メールアドレスリスト表示領域７１３からメールアドレスが消去される（ステップ１６１２）。

登録済特性値リスト表示領域７０５から特性値が選択され、特性値の編集ボタン７０３が押下されると（ステップ１６０７）、予測したい特性値の場合、上限基準値入力領域７０７、下限基準値入力領域７０８に登録時に入力した値が表示され、値が変更されると値が変わり（ステップ１６０８）、特性値の登録ボタンが押下されると（ステップ１６０９）、入力された値が確定されて表示される（ステップ１６１０）。

登録済特性値リスト表示領域７０５から特性値が選択され、特性値の編集ボタン７０３が押下されて、初期値データ登録表示ボタン７１４が押下されると（ステップ１６０６）、図１７に示すフローチャートの処理が開始され、所定の入力操作により処理の種別が選定されるのを待機する状態となる。

この状態における表示画面の一例を図８に示す。同図に示されるように、チェックされる入力箇所には、参照ボタン８０３、日付フィールド位置領域８０４、時刻フィールド位置領域８０５、値フィールド位置領域８０６，登録ボタン８０７がある。

この状態では、特性値名称表示領域８０１に特性値名称が表示されており、日付フィールド位置領域８０４、時刻フィールド位置領域８０５、値フィールド位置領域８０６にＣＳＶファイルにおける日付列番号、時刻列番号、値列番号が入力され（ステップ１７０４）、参照ボタン８０３が入力されると、読み込むＣＳＶファイルを選択する画面が表示されるので選択し、ＣＳＶファイルフルパス名表示領域８０２にフルパス名が表示され（ステップ１７０６）、登録ボタン８０７が押下されると指定されたデータが転送される（ステップ１７０７）。

次に最適モデルの分析処理を行い（ステップ２０６）、予測の確かさは妥当かどうか判断し（ステップ２０７）、妥当でないと判断した場合、ステップ２０５へ戻り、妥当であると判断した場合、ステップ３０１へ進む。妥当かどうかは人が判断し、例えば予測の確かさが５０％であれば、妥当でないと判断した場合、再び予測特性値に関連する特性値のセットを決定し、再度最適モデルの分析処理が行うことができるので、より高い予測の確かさを求めていくことができる。

ステップ２０６の予測分析処理を図１８のフローチャートに示す。同図において処理が開始されると、所定の入力操作により処理の種別が選定されるのを待機する状態となる。

この状態における表示画面の一例を図９に示す。同図に示されるようにチェックされる入力箇所には、予測対象リスト領域９０１、選択ボタン９０２、予測対象表示領域９０３、影響要因選択リスト領域９０４、選択ボタン９０５、削除ボタン９０６、影響要因選択表示領域９０７、スクロールバー９０８、上ボタン９０９、下ボタン９１０、分析実行ボタン９１２、予測実行ボタン９１４がある。

この状態において、予測対象リスト領域９０１には、閾値が登録されており、かつ初期値データの登録が済んでいる特性値が表示されている。影響要因選択リスト領域９０４には、閾値が登録されておらず、かつ、初期値データの登録が済んでいる特性値が表示されている。予測対象リスト領域９０１から予測したい特性値が選択され、選択ボタン９０２が押下されると（ステップ１８０６）、予測対象表示領域９０３に選択された予測したい特性値が選択される（ステップ１８０９）。

影響要因選択リスト領域９０４から関連する特性値が選択され、選択ボタン９０５が押下されると（ステップ１８０６）、影響要因選択表示領域９０７に選択された関連する特性値が選択される（ステップ１８０９）。

分析実行ボタンが押下されるとデータマイニング手法を用いて予測対象の特性値に対して予測値が算出される（ステップ１８０７）。データマイニング手法としては少なくとも重回帰分析、回帰木、時系列分析、単回帰の４つの手法があり、それぞれに対して予測値を算出して、最も確度の高い予測値を予測値としてその寄与率を表示領域９１３に表示させる。（ステップ１８０９）。

この数値は予測式による値の有効性を表し、回帰モデルの適合度を測る尺度である。データマイニングに４つの手法を用いることによりそれぞれの手法に適した予測値が算出されるので、単一の手法のみを用いる場合に比べても本発明のプログラムはさまざまな環境で適用でき、その利用性は高い。なお、データマイニング手法は上記４点に限定されず、他のデータマイニング手法を用いてもよい。

データマイニング手法に回帰木が用いられた場合には、表示領域９１１に回帰木における分岐の状態の誤りの確率の上限値を示す。

分析処理である図１８のステップ１８０７の詳細フローチャートを図２２に示す。図２３に示すバッファメモリで示されるようにＰ１番地、Ｐ２番地、Ｐ３番地、Ｐ４番地には各データマイニング手法のプログラムのアドレスが格納されており、ＡＤ１番地には重回帰プログラム、ＡＤ２番地には回帰木プログラム、ＡＤ３番地には時系列分析プログラム、ＡＤ４番地には単回帰プログラムが展開されている。なお、ここでは順に各プログラムを展開させているがこの順番は順不同であり、さらにどこにプラグラムが展開されていてもよく、寄与率を算出するプログラムが後で参照できればよい。

最初、寄与率を０とする（ステップ２２０１）。ｎに０を代入し、ポインタＰにＰ１を代入すると（ステップ２２０２）、Ｐ＋ｎは、Ｐ１に、つまりＰ１番地となり、Ｐ１番地が参照するプログラムはここでは重回帰プログラムなので重回帰プログラムを実行し（ステップ２２０３）、大きい方の寄与率を最大寄与率として登録する（ステップ２２０４）。さらに、大きい方の寄与率を求めたプログラムのアドレスをＰ５番地に記憶する（ステップ２２０５）。次にｎの値を１だけインクリメントさせて（ステップ２２０６）、ｎ＝５かどうか判定し（ステップ２２０７）、ｎ＝５ではない場合（ステップ２２０７ＮＯ）、再びＰ＋ｎの値を参照して該当するアドレスのデータマイニング手法のプログラムを実行し（ステップ２２０３）、以下同様にして、最大寄与率を求め、そのときのデータマイニング手法を求めたプログラムのアドレスをＰ５番地に格納させておく。

以上が導入フェーズの作業手順である。ステップ３０１では、予測モニタを開始する。この状態における表示画面の一例を図９に示す。予測実行ボタン９１４が押下されると（ステップ１８０８）、図１９に示すフローチャートの処理が行われる。図１８のフローチャートのステップ１８０７で算出した予測値を導き出したデータマイニング手法を用いて図１９のフローチャートのステップ１９０４では予測処理をしてその結果を例えばモニタ画面に表示させる。

モニタ画面の一例を図１０に示す。このモニタ画面が受理する入力は閉じるボタン７である。横軸８はＸ座標で時間軸を示し、この例では日付のスケールになっており、縦軸９はＹ座標で品質特性値すなわち予測する特性値のスケールになっており、下限基準値の線１０、上限基準値の線１１、下限基準値表示領域１３、上限基準値表示領域１４、特性値名称表示領域１５、から構成されており、各閾値すなわち下限基準値の線１０、上限基準値の線１１がプロットされている。さらにここでは予測値１２がプロットされている。

次に特性値の日々の計測値を収集し（ステップ３０２）、データの登録を行う（ステップ３０３）。ステップ３０３の特性値データ追加処理を図２１のフローチャートに示す。同図において処理が開始されると、所定の入力操作により処理の種別が選定されるのを待機する状態となる。

この状態における表示画面の一例を図１２に示す。同図に示されるようにチェックされる入力箇所には、特性値選択リスト表示領域１２０１、スクロールバー１２０２、上ボタン１２０３、下ボタン１２０４、選択ボタン１２０５、日付入力領域１２１７、時刻入力領域１２１８、値入力領域１２１９、登録ボタン１２２０がある。この状態において、特性値選択リスト表示領域１２０１には、特性値登録において登録された特性値が表示されることとなる。

特性値選択リスト表示領域１２０１から特性値が選択され、選択ボタン１２０５が押下されると（ステップ２１０６）、選択表示領域１２０６に選択された特性値名が表示され、領域１２０７、１２０８、１２０９、１２１０、１２１１、１２１２、１２１３、１２１４、１２１５、１２１６には既に登録されているデータのうち、最新１０件のデータが表示される（ステップ２１０７）。日付入力領域１２１７、時刻入力領域１２１８、値入力領域１２１９に各々値が入力され（ステップ２１０４）、登録ボタン１２２０が押下されると、特性値データが追加登録される（ステップ２１０８）。

その後、予測特性値の予測値を算出し、モニタ画面へプロットし、上限基準値と下限基準値の範囲内に予測値があるかどうかをチェックし、範囲外にあればメールによる通知を行う。

図１３にモニタ画面へのプロットの一例を示す。予測処理実施中のモニタ画面である。予測値１２が逐次更新されている。予測値１２が閾値を超えない場合（図１９のステップ１９０５ＮＯ）、再び入力待機状態になり（図１９のステップ１９０２）、入力がなければ再び予測処理が行われ（図１９のステップ１９０４）、閾値を超える場合（図１９のステップ１９０５ＹＥＳ）、図４に示すフォーマットで図７の登録済メールアドレスリスト表示領域７１３に入力されたメールアドレスにメールによる通知がなされる（図１９のステップ１９０６）。

図１４に予測処理実施中のモニタ画面を終了させる一例を示す。閉じるボタン７が押下されると（図１９のステップ１９０３）、ダイアログ１４０１が表示され、ＯＫボタン１４０２が押下されるとモニタ画面はクローズされる。

図４にメールフォーマットの説明図を示す。ＸＸＸ、ＹＹＹ、ＺＺＺは任意の特性値名称を示し、Ａ．Ａは予測値で、任意の数値を示し、Ｂ．Ｂ及びＣ．Ｃは各々予測対象の特性値の上限基準値、下限基準値で、任意の数値を示し、Ｄ．Ｄ及びＥ．Ｅは特性値の計測値で要因値であり、任意の数値を示す。ＸＸＸは予測モニタ特性値を示し、ＹＹＹ及びＺＺＺは要因値名を示す。要因値名及び要因値はここでは２つに限定されているが任意の数だけ存在し、具体的には、図２のステップ２０５で決定した予測特性値に関連する特性値の数だけ存在する。要因値名としては、例えば、半導体成膜装置の場合、‘温度’、‘ガス圧力’、‘真空度’などがある。

なお、ここではメールによる通知で閾値を超えたときの警告を行ったが、警告方法はメールによる通知に限定されるものではなく、音声通知、表示板による通知などさまざまなものが考えられる。また、時間軸を日付のスケールにしたが日付に限定されるものでもない。

ステップ１９０４の詳細を図２４のフローチャートに示す。図２３に示すアドレスＰ５番地に格納された最大寄与率を求めるデータマイニング手法のプログラムを実行して予測値を算出し（ステップ２４０１）、Ｘ座標に日付を、Ｙ座標に予測値を格納し（ステップ２４０２）、Ｘ、Ｙの値に基づいてモニタ画面に出力させる（ステップ２４０３）。

以上が運用フェーズの作業手順である。オプションの処理を図２０のフローチャートに示す。同図において処理が開始されると、所定の入力操作により処理の種別が選定されるのを待機する状態となる。

この状態における表示画面の一例を図１１に示す。同図に示されるようにチェックされる入力箇所には、特性値選択領域１１０１、選択ボタン１１０２、選択特性値表示領域１１０３、ルール表示ボタン１１０５がある。この状態において、特性値選択領域１１０１には、閾値が登録されており、かつ、初期値データの登録が済んでいる特性値が表示されている。特性値選択領域１１０１から特性値が選択され、選択ボタン１１０２が押下されると（ステップ２００５）、選択特性値表示領域１１０３に選択された特性値が表示される（ステップ２００６）。

ルール表示ボタン１１０５が押下される（ステップ２００７）と予測値算出に用いたデータマイニング手法のうち最も確度の高い手法の名称を適用手法名表示領域１１０４に表示させ、そのデータマイニング手法の予測式を予測式表示領域１１０６に表示させる（ステップ２００８）。ここでは、最も確度の高いデータマイニング手法の手法名と予測式を表示させることにしたが他のデータマイニング手法の手法名と予測式を表示させるようにしてもよい。

図１５にプログラム終了選択時の画面を示す。メニューエリアでプログラム終了６が選択されるとダイアログ１５０１が表示され、はいボタン１５０２が押下されると画面がクローズされて本発明のプログラムは終了し、いいえボタン１５０３が押下されるとダイアログ１５０１がクローズされる。

以上、本実施例により、不良品が発生する前に製造装置の異常や調整ミスを少なくとも４つの手法のデータマイニングによる予測値で予測でき、事前に不良品の発生を抑えることができる。

本発明の実施例のハードウェア構成を示す構成図である。本発明の実施例の導入フェーズにおける作業手順の説明図である。本発明の実施例の運用フェーズにおける作業手順の説明図である。本発明の実施例のメールフォーマットの説明図である。本発明の実施例の計測データのまとめ例の説明図である。本発明の実施例の初期画面の説明図である。本発明の実施例の第１の特性値登録画面表示例を示す図である。本発明の実施例の第２の特性値登録画面表示例を示す図である。本発明の実施例の予測分析画面表示例を示す図である。本発明の実施例の予測モニタ画面表示例を示す図である。本発明の実施例のオプション画面表示例を示す図である。本発明の実施例の特性値データ追加画面表示例を示す図である。本発明の実施例の予測モニタ実施中の画面表示例を示す図である。本発明の実施例の予測モニタウィンドウを閉じる画面表示例を示す図である。本発明の実施例のプログラム終了選択時の画面表示例を示す図である。本発明の実施例の特性値登録処理を示すフローチャートである。本発明の実施例のデータ登録処理を示すフローチャートである。本発明の実施例の予測分析処理を示すフローチャートである。本発明の実施例の予測処理を示すフローチャートである。本発明の実施例のオプション処理を示すフローチャートである。本発明の実施例の特性値データ追加処理を示すフローチャートである。本発明の実施例の分析処理を示すフローチャートである。本発明の実施例のバッファメモリの内容を示すフローチャートである。本発明の実施例の予測処理をしてモニタ画面に表示させる処理を示すフローチャートである。

符号の説明

１特性値登録メニュー
２予測分析メニュー
３特性値データ追加メニュー
４オプションメニュー
５ヘルプメニュー
６プログラム終了メニュー
７閉じるボタン
８横軸
９縦軸
１０下限基準値の線
１１上限基準値の線
１２予測値
１３下限基準値表示領域
１４上限基準値表示領域
１５特性値名称表示領域
１０１ウェブサーバ
１０２クライアント
１０３クライアント
６０１メニューエリア
６０２操作エリア
７０１特性値名入力領域
７０２特性値の登録ボタン
７０３特性値の編集ボタン
７０４特性値の削除ボタン
７０５登録済特性値リスト表示領域
７０６閾値チェック有無チャックボックス
７０７上限基準値入力領域
７０８下限基準値入力領域
７０９メールアドレス入力領域
７１０メールアドレス編集ボタン
７１１メールアドレス登録ボタン
７１２メールアドレス削除ボタン
７１３登録済メールアドレスリスト表示領域
７１４初期値データ登録表示ボタン
８０１特性値名称表示領域
８０２ＣＳＶファイルフルパス名表示領域
８０３参照ボタン
８０４日付フィールド位置領域
８０５時刻フィールド位置領域
８０６値フィールド位置領域
８０７登録ボタン
９０１予測対象リスト領域
９０２、９０５、１１０２、１２０５選択ボタン
９０３予測対象表示領域
９０４影響要因選択リスト領域
９０６削除ボタン
９０７影響要因選択表示領域
９０８、１１０７、１２０２スクロールバー
９０９、１１０８、１２０３上ボタン
９１０、１１０９、１２０４下ボタン
９１１、９１３表示領域
９１２分析実行ボタン
９１４予測実行ボタン
１１０１特性値選択領域
１１０３選択特性値表示領域
１１０４適用手法名表示領域
１１０５ルール表示ボタン
１１０６予測式表示領域
１２０１特性値選択リスト表示領域
１２０６選択表示領域
１２０７、１２０８、１２０９、１２１０、１２１１、１２１２、１２１３、１２１４、１２１５、１２１６領域
１２１７日付入力領域
１２１８時刻入力領域
１２１９値入力領域
１２２０登録ボタン
１４０１、１５０１ダイアログ
１４０２ＯＫボタン
１４０３キャンセルボタン
１５０２はいボタン
１５０３いいえボタン
Ｐポインタ
Ｐ１、Ｐ２、Ｐ３、Ｐ４、Ｐ５、ＡＤ１、ＡＤ２、ＡＤ３、ＡＤ４、ＡＤｘバッファメモリのアドレス

Claims

装置の各種品質特性値名の中で予測したいものの候補、品質特性値名と相関があると予想される装置の各種状態特性値名の候補、及び品質特性値名や状態特性値名に関する過去の計測データを登録するための登録手段と、
登録された品質特性値名の候補と登録された状態特性値名の候補の中から、実際に予測する品質特性値名とそれと相関があると予想される状態特性値名との組み合わせである特性値名セットを選択設定するための選択設定手段と、
選択設定された特性値名セットについて、登録された過去の計測データを、予め用意された複数種の予測モデルに与えることにより、それら予測モデルの中から最適予測モデルを決定すると共に、その最適予測モデルによる予測の確度に相当する情報を提示する最適モデル分析手段と、
登録された過去の計測データ並びに逐次更新される現在の計測データを決定された最適予測モデルに与えることにより、将来の品質特性値名の値を予測する品質予測手段と、
を具備する製造装置の予知保全装置。
複数種の前記最適予測モデルには、重回帰分析、回帰木、時系列分析、単回帰の少なくとも４種類が含まれていることを特徴とする請求項１に記載の製造装置の予知保全装置。
前記最適予測モデルにより求められた予測値が、横軸は時間で、縦軸は品質特性値となるＸ−Ｙ座標に時系列にプロットされることを特徴とする請求項１に記載の製造装置の予知保全装置。
前記予測値の閾値を設定する閾値設定手段と、前記閾値を前記Ｘ−Ｙ座標にプロットする手段と、を具備することを特徴とする請求項１に記載の製造装置の予知保全装置。
前記予測値が前記閾値を超えたときに警告を発することを特徴とする請求項１に記載の製造装置の予知保全装置。
前記予測の確度を、回帰モデルの適合度を測る尺度である寄与率で示すことを特徴とする請求項１に記載の製造装置の予知保全装置。
装置の各種品質特性値名の中で予測したいものの候補、品質特性値名と相関があると予想される装置の各種状態特性値名の候補、及び品質特性値名や状態特性値名に関する過去の計測データを登録するための登録手段と、
登録された品質特性値名の候補と登録された状態特性値名の候補の中から、実際に予測する品質特性値名とそれと相関があると予想される状態特性値名との組み合わせである特性値名セットを選択設定するための選択設定手段と、
選択設定された特性値名セットについて、登録された過去の計測データを、予め用意された複数種の予測モデルに与えることにより、それら予測モデルの中から最適予測モデルを決定すると共に、その最適予測モデルによる予測の確度に相当する情報を提示する最適モデル分析手段と、
登録された過去の計測データ並びに逐次更新される現在の計測データを決定された最適予測モデルに与えることにより、将来の品質特性値名の値を予測する品質予測手段と、
を具備する製造装置の予知保全装置としてコンピュータを機能させるためのコンピュータプログラム。