JP2006261253A - プロセスデータ収集装置およびモデル作成装置ならびにモデル作成システム - Google Patents

Abstract

【課題】品質との関連についての予測によって絞り込まれていない多種類の情報に基づいて、対象品の品質の推測に用いることのできるモデル作成システムを提供する。
【解決手段】プロセスの状態に関連する情報であるプロセス状態情報から抽出されるプロセス特徴量と、そのプロセスで処理された対象品についての検査結果情報とに基づいて、プロセス状態情報と検査結果情報との関係を表すプロセス−品質モデルを作成するモデル作成装置１０と、プロセス状態情報を所定の収集周期で時系列に収集するデータ収集部４ａと、そのデータ収集部で収集したプロセス状態情報をプロセス単位で一時的にプロセス毎一次データ記憶部４ｆに格納する一時保存管理部４ｂと、その一時保存管理部に格納されたプロセス状態情報に基づく情報からプロセス特徴量を抽出する特徴量抽出部４ｄと、を複数組備える。各組のデータ収集部の収集周期ａ，ｂ，ｃをそれぞれ異ならせた。
【選択図】図８

Description

この発明は、プロセスの状態に関連し処理される対象品の品質に影響する可能性のあるプロセス状態情報及び対象品についての検査結果情報を取得し、プロセス状態情報から抽出されるプロセス特徴量と検査結果情報との関係を表すプロセス−品質モデルを作成するプロセスデータ収集装置およびモデル作成装置ならびにモデル作成システムに関する。

半導体・液晶パネルをはじめとする各種の製品の製造プロセスは、製品の製造歩留まりを改善し、あるいは歩留まりが良好な状態を維持するために、適切に管理されなければならない。

特許文献１には、ＣＶＤ装置の真空度やヒータ電力のような装置状態データと製造された半導体デバイスの歩留まりや電気特性のような製品データとを、データが取得された時刻によって対応付けて相関関係を解析し、その結果を用いて装置状態データの管理基準を設定したり不良原因を究明したりすることが記載されている。

特許文献２には、同等の機能を有する複数の製造装置を用いて製品を量産する際に、歩留まり低下に影響の大きい不良装置を特定するために、いずれの装置により処理がされたかを示す処理履歴データとその処理の出来栄えを示す出来栄えデータを用いて、データマイニングによる解析を行なうことが記載されている。
特開平９−２１９３４７号公報 特開２００２−３２３９２４号公報

特許文献１に記載の技術においては、着目したパラメータについて適切な管理基準を知ることができるというにとどまり、いずれのパラメータに着目すべきかについては人の判断に任されている。したがって、人が着目しなかったパラメータが歩留まりに影響するかどうかについての知見を得ることはできない。

特許文献２に記載の技術は、不良装置を特定することはできるが、それ以上詳細に不良の要因を分析することはできない。

さらに、より正確で高品質のプロセス−品質モデルを作成しようとした場合、多種多様の情報を漏れなく取得し、それに基づいて解析を行なうことが重要である。そのため、各データの収集周期を短くすることで、短時間でのデータ変動や、瞬間的なデータ変動もとらえることができる。しかし、単純に収集周期を短くすると、非常に膨大な量のデータが集まり、それを解析する処理も煩雑になるばかりでなく、不必要に多量のデータが収集されてもかえって解析の邪魔になるおそれもある。さらに、多量のデータが収集されることは、それに伴い、収集したデータを記憶保持するメモリ容量も非常に大きくなり実用的ではない。

この発明は、ハードディスクなどの物理記憶装置の節約と、必要なプロセス条件データは常時サンプリング間隔を細かくして収集・保存することにより、処理される対象品の品質との関連についての予測によって絞り込まれていない多種類の情報に基づいて、対象品の品質の推測に用いることのできるモデルを作成することを目的とし、ハードディスクなどの物理記憶装置がオーバーフローすることなくデータ収集し解析することのできるプロセスデータ収集装置およびモデル作成装置ならびにモデル作成システムを提供することを目的とする。

この発明によるプロセスデータ収集装置は、プロセスが実行されている期間中に取得される、そのプロセスの状態に関連する情報であるプロセス状態情報から抽出されるプロセス特徴量と、そのプロセスで処理された対象品についての検査結果情報とに基づいて、プロセス状態情報と検査結果情報との関係を表すプロセス−品質モデルを作成するモデル作成装置に対し、前記プロセス特徴量を与えるプロセスデータ収集装置である。そして、前記プロセス状態情報を所定の収集周期で時系列に収集する収集手段と、その収集手段で収集したプロセス状態情報をプロセス単位で一時的にプロセス毎一次データ記憶手段に格納する一時保存管理手段と、その一時保存管理手段に格納されたプロセス状態情報に基づく情報から前記モデル作成装置に与えるプロセス特徴量を抽出する特徴量抽出手段と、を複数組備え、各組の前記収集手段の収集周期を異ならせるようにした。

ここで、「プロセス」は、製造プロセスを含む。「プロセス」に含まれる製造プロセスによって製造される対象品には、半導体，ＦＰＤ（フラットパネルディスプレイ：液晶，ＰＤＰ，ＥＬ，ＦＥＤなどを用いるディスプレイ）が含まれる。

このプロセスデータ収集装置によれば、プロセス状態情報を収集するに際し、異なる収集周期で収集することができる。よって、製造プロセス・処理プロセスで、任意のプロセス状態情報のみデータ収集サンプリング間隔を常時細かくすることが可能となり、プロセス情報の変動を細かく監視するため、プロセスの異常を見逃す危険性が少なくなる。この結果、プロセス状態監視と異常診断を効率的に行なえ、歩留りの向上や装置稼働率の向上が図れる。すなわち、例えば、半導体製造・液晶製造における従来のデータ収集装置では、プロセス状態情報として収集するものとしては、電源の電圧、電流、ガス圧、温度、液体流量などがあり、これらの情報に対する収集サンプリング間隔は数１０ｍｓｅｃ〜数秒でデータの変動を把握することができる。一方、プロセス状態情報の対象が振動、音となった場合にデータの変動を見逃す可能性があり、さらに高速にサンプリング速度を上げてプロセス条件データを収集することが必要になっている。このような要求に対し、本発明では、それぞれの収集する情報に応じて適切な収集周期を設定し、情報の収集を行なうことで、必要十分な情報を収集することができるとともに、不必要に多くの情報を収集し無駄に記憶容量を浪費することを抑制できる。

さらに、モデル作成装置に出力する情報は、プロセス特徴量としたため、仮に収集周期が短く生データとしては大量のメモリ容量が必要なものでも、モデル作成装置に送るデータのデータ量は少なくてすむ。さらに、係る収集したプロセス状態情報は、プロセスデータ収集装置において一時保存処理手段にてプロセス毎一次データ記憶手段（実施形態では、リングバッファメモリで構成）に一時的に保存されるため、適宜削除することで必要以上に大量のメモリ容量を用意する必要がない。

一時的に保存されたプロセス状態情報の生データは、プロセス終了後の所定のタイミングでプロセス特徴量データにデータ編集処理を終了してしまい、このデータ量が小さくなったプロセス特徴量データとプロセス異常時のプロセス条件の生データのみを保存するようにすることで、ハードディスクなどの物理記憶装置がオーバーフローしないようにできる。

また、別の解決手段としては、プロセスが実行されている期間中に取得される、そのプロセスの状態に関連する情報であるプロセス状態情報から抽出されるプロセス特徴量と、そのプロセスで処理された対象品についての検査結果情報とに基づいて、プロセス状態情報と検査結果情報との関係を表すプロセス−品質モデルを作成するモデル作成装置に対し、前記プロセス特徴量を与えるプロセスデータ収集装置であって、前記プロセス状態情報のそれぞれに対し、別々に任意の収集周期で時系列に収集する収集手段と、その収集手段で収集したプロセス状態情報をプロセス単位で一時的にプロセス毎一次データ記憶手段に格納する一時保存管理手段と、その一時保存管理手段に格納されたプロセス状態情報に基づく情報から前記モデル作成装置に与えるプロセス特徴量を抽出する特徴量抽出手段とを備えて構成することもできる。

この構成のプロセスデータ収集装置は、上述した構成の複数の収集周期に対応したプロセスデータ収集装置と合わせて使用することもできるし、単独で使用することもできる。単独で使用する場合には、複数用意し、各プロセスデータ収集装置の収集周期を異ならせると良い。

上述した各発明を前提とし、さらに、プロセスの実行により生成された対象品についての良否判定結果を受け付けるため入力部を有し、その入力部を介して不良判定を受け付けた際に、その不良判定を生じた対象品を生成したプロセスについてのプロセス状態情報を前記プロセス毎一次データ記憶手段から抽出し、前記モデル作成装置に送る機能を備えて構成すると良い。

このようにすると、不良（異常を含む）と判定された対象品について、プロセス状態情報を記憶保持することができるため、データ量が膨大なプロセス状態情報の生データは製品ＮＧ時もしくはプロセス異常時のみとすることができ、ハードディスクなどの物理記憶装置の容量を節約することができる。そして、そのように記憶保持した譲歩に基づきより詳細な解析を行なうことができる。

また、前記特徴量抽出手段で抽出したプロセス特徴量からプロセスの実行により生成された、或いはプロセス実行中の対象品の異常の有無を判断する異常判定手段を備え、前記異常判定手段が異常と判断した場合に、その異常と判断した対象品を生成した際のプロセス状態情報を前記プロセス毎一次データ記憶手段から抽出し、前記モデル作成装置に送る機能を備えるよい。

このようにすると、プロセス実行中に不良品となることを予測することができ、その後の無駄な処理を省略することができる。また、予測される異常の検出を行なうことは、予測される異常が発生する時期を特定することを含むことができる。プロセス−品質モデルがルール式の形で表現される場合には、時系列予測モデルは、プロセス−品質モデルのルール式の中に項目が存在するプロセス特徴量について作成することが好ましい。この場合、そのプロセス特徴量を含むルール式に示された数値をしきい値としてこれをそのプロセス特徴量と比較することにより異常検出を行なうことが好ましい。このようにして異常検出を行なうことは、そのプロセス特徴量をプロセス−品質モデルに適用する仕方の一形態である。

プロセス毎一次データ記憶手段に格納するプロセス毎一次データを、所定の条件に従い複数のグループに分け、前記特徴量抽出手段は、そのグループ単位でプロセス特徴量を求めるようにすることもできる。このようにすると、モデル作成装置においてより詳細な解析を行なうことができる。

本発明のモデル作成装置では、請求項１から４のいずれか１項に記載のプロセスデータ収集装置から出力された所定の収集周期毎のプロセス特徴量を入力する第１の入力部と、プロセス実行により生成された製品の検査結果情報を入力する第２の入力部と、前記検査結果情報と、前記プロセス特徴量とを結合し、解析用データを生成する解析用データ作成手段と、前記解析用データに対してデータマイニングによる解析を実行することにより、プロセス特徴量と検査結果情報との関係を表すプロセス−品質モデルを作成する解析手段と、を備えて構成した。

このモデル作成装置によれば、プロセスの状態に関して取得でき、品質との関連についての予測によって絞り込まれていない多種類の情報に基づいて、対象品の品質の推測に用いることのできるプロセス−品質モデルを作成することができる。特に、時系列に取得されるプロセス状態情報を用いるので、十分な量の情報に基づいてモデルを作成することができる。さらに、必要なプロセス状態情報は常時サンプリング間隔を細かくして収集・保存することにより、処理される対象品の品質との関連についての予測によって絞り込まれていない多種類の情報に基づいて、対象品の品質の推測に用いることのできるプロセス−品質モデルを作成することができる。

データマイニングとは、大規模なデータベースからルールやパターンを抽出する手法であり、その具体的な手法としては、決定木分析と呼ばれる手法及び回帰木分析と呼ばれる手法が知られている。

本発明のモデル作成システムでは、前記プロセスは、基板に配向膜を塗布する配向膜塗布プロセスであり、その配向膜塗布プロセスの状態に関連する情報であるプロセス状態情報を取得するとともに、収集周期毎のプロセス特徴量を求める請求項１から５のいずれか１項に記載のプロセス情報収集装置と、配向膜塗布プロセスが行われた対象品についての膜厚を検査する検査装置と、前記プロセス情報収集装置からプロセス特徴量を取得し、前記検査装置から膜厚検査結果情報を取得し、プロセス特徴量と検査結果情報との関係を表すプロセス−品質モデルを作成する請求項６に記載のモデル作成装置とを、備えて構成した。以上説明したモデル作成装置の各構成要素は、技術的に可能である限り、任意に組み合わせることができる。

この発明のモデル作成装置によれば、プロセスの状態に関して取得でき、品質との関連についての予測によって絞り込まれていない多種類の情報に基づいて、対象品の品質の推測に用いることのできるプロセス−品質モデルを作成することができる。

ハードディスクなどの物理記憶装置の節約と、必要なプロセス条件データは常時サンプリング間隔を細かくして収集・保存することにより、処理される対象品の品質との関連についての予測によって絞り込まれていない多種類の情報に基づいて、対象品の品質の推測に用いることのできるモデルを作成することができる。

図１は、本発明の第１の実施形態であるモデル作成装置を含む液晶パネル製造システムを示す。このシステムは、プロセス装置２，検査装置３及びモデル作成装置１０を含む。これらの装置は、生産管理情報よりも詳細なプロセス関連情報を高速にやりとりするための装置用ネットワークであるＥＥＳ（Equipment Engineering System）ネットワーク７によって相互に接続されている。図示は省略されているが、ＥＥＳネットワーク７には、製造プロセスのより前の段階、及びより後の段階で用いられる他のプロセス装置及び検査装置も接続されている。さらに、このシステムは、ＭＥＳ（Manufacturing Execution System）を含む生産管理システム９及びこの生産管理システム９と接続された生産管理情報を伝送するＭＥＳ系ネットワーク８を含んでいる。ＥＥＳネットワーク７とＭＥＳ系ネットワーク８とは、ルータ１２を介して接続されている。ＭＥＳ系ネットワーク８上に存在する生産管理システム９は、ルータ１２を経由して、ＥＥＳネットワーク７上の各装置にアクセスすることができる。

この液晶パネル製造システムにおいては、処理対象のガラス基板は、カセット１内に所定枚数セットされ、カセット単位でプロセス装置２及び検査装置３の間、並びにそれらの装置とより前の工程で用いられる装置及びより後の工程で用いられる装置との間を移動するとともに、各装置で所定の処理が行われる。このカセット１に実装された所定枚数のガラス基板が同一のロットとなる。カセット１には、ＲＦ−ＩＤ（radio frequency identification）タグ１ａが取り付けられている。タグ１ａは、ＲＦ−ＩＤリードライトヘッド６との間で電磁結合をし、非接触で任意のデータを読み書きされるものであり、データキャリアとも呼ばれる。タグ１ａには、ロットＩＤ、前段装置の出庫時刻等の情報が格納される。

この実施形態の液晶パネル製造システムでは、個々のガラス基板（対象品：この実施形態の場合は製品）ごとに管理する必要から、製品ごとにＩＤ（製品ＩＤ）が付与される。この製品ＩＤは、例えばロットＩＤと、そのロット内の識別番号を結合することにより、設定できる。すなわち、仮にロットＩＤが「０４０８２５１」で、ロット内にセット可能な枚数が１桁とすると、ロット内の２番目のガラス基板（ロット内の識別番号は「２」）の製品ＩＤは、下一桁にロット内の識別番号を付加した「０４０８２５１２」と設定することができる。この製品ＩＤの設定は、プロセス装置２に内蔵されたプロセスデータ収集装置４にて行なうことができる。

もちろん、タグ１ａに、ロットＩＤに替えて、あるいはロットＩＤとともに収納された全てのガラス基板についての製品ＩＤを記録しておき、プロセス装置２（プロセスデータ収集装置４）は、タグ１ａに格納された全ての製品ＩＤを取得するようにしてもよい。いずれの場合も、ユーザがカセット１からガラス基板１を取り出すとともにプロセス装置２に供給する順序は、決められた順番で行なう必要がある。また、カセット１にセットするガラス基板が１枚の場合には、タグ１ａに記録したＩＤが、そのまま製品ＩＤとして使用できる。なお、ロット単位で解析をする場合には、製品ＩＤの取得や、ロットＩＤに基づく製品ＩＤの作成は不要である。

プロセス装置２は、ガラス基板に対して所定のプロセスを実行する装置である。プロセス装置２にはプロセスデータ収集装置（プロセス情報収集装置）４が内蔵されている。プロセスデータ収集装置４は、プロセス装置２においてプロセスが実行されている期間中に、製造プロセスの状態に関連する情報であるプロセス状態データ（プロセス状態情報）を時系列に収集する。

プロセス装置２は、主として投入されたガラス基板の表面に所望の配向膜（ＰＩ：ポリイミド）溶液を塗布（印刷）する配向膜塗布装置である。図２は、プロセス装置２の全体構成を示し、図３は、そのプロセス装置２内に実装される配向膜塗布装置２０を拡大して示している。

この配向膜塗布装置２０は、ガラス基板１６を固定するとともに所定方向に移動可能とするステージ２１と、そのステージ２１の上方に配置した配向溶液吐出機構２２を備えている。ステージ２１は、Ｘ，Ｙ，θ，Ｚテーブル、すなわち、Ｘ−Ｙ−Ｚの３軸の直交座標系における各軸方向と、回転（θ）が行なえるものである。本実施形態では、ステージ１６を所定の方向に移動させ、ガラス基板１６の表面が水平になるとともに、配向溶液吐出機構２２との相対位置関係が適切に成るように初期設定される。そして、実際に配向膜を塗布する際には、ステージ２１をＸ軸方向（図中右方向が正方向）に所定速度で移動させる。

配向溶液吐出機構２２は、Ｙ軸方向に伸びるように配置した３つのローラ（Ｐローラ２３ａ．Ａローラ２３ｂ，Ｄローラ２３ｃ）と、その３つのローラ２３ａから２３ｃの上方に配置し、Ｙ軸方向に往復移動可能なノズルヘッド２４とを備えている。それら３つのローラは、ガラス基板１６に所定の距離をおいて対向するようにＰローラ２３ａが配置され、そのＰローラ（「プリントローラ」とも称される）２３ａの斜め上方にＡローラ（「アニロックスローラ」とも称される）２３ｂとＤローラ（「ドクターローラ」とも称される）２３ｃが２本平行に配置された構成を採る。これらＡローラ２３ｂとＤローラ２３ｃの上方にノズルヘッド２４が配置される。上述したように、ノズルヘッド２４は、図示省略する駆動機構によりＹ軸方向に沿って往復移動するため、その移動しながらＰＩ溶液を滴下する。すると、このノズルヘット２４から滴下されたＰＩ溶液は、Ａローラ２３ｂとＤローラ２３ｃ間に落下する。落下したＰＩ溶液は、Ａローラ２３ｂ，Ｄローラ２３ｃ間を通過することにより均一に伸ばされて薄膜が形成され、その形成された薄膜がＰローラ２３ａに転写される。

ステージ２１は、第１駆動モータＭ１の出力を受けて、Ｘ軸方向に移動する。Ｐローラ２３ａは、第２駆動モータＭ２の出力を受けて、自転する。このＰローラ２３ａの回転に同期してステージ２１がＸ軸方向に移動する。これにより、ステージ２１上のガラス基板１６がＰローラ２３ａに接触しながら移動し、Ｐローラ２３ａに転写されたＰＩ薄膜がさらにガラス基板１６の上面に印刷される。

ノズルヘッド２４に対して供給するＰＩ溶液は、配管２９を介して接続されたＰＩ溶液貯蔵タンク２５に貯蔵される。このＰＩ溶液貯蔵タンク２５に貯蔵されたＰＩ溶液は、ポンプ２６を作動させた状態でＰＩ溶液バルブ２７を開くことで、配管２９を経由して所定の流速（流量）でノズルヘッド２４へ流れ込む。この流量は、配管２９に設けた流量計３０により計測する。なお、ＰＩ溶液バルブ２７は、ＯＮ／ＯＦＦの２つの状態を切り替えるものでも良いし、開いている場合に流量を調整できるものでもよい。また、配管２９は、粘度センサ３１と、温度センサ３２を備えている。この粘度センサ３１は、配管２９に流れているＰＩ溶液の粘度を計測し、温度センサ３２は、ＰＩ溶液の温度を計測する。

このように、配向膜塗布装置２０は、ステージ２１上に固定されたガラス基板１６の上面に、ＰＩ溶液を印刷する。これにより、図４（ａ）に示すように、ガラス基板１６の表面にＰＩ溶液が塗布（印刷）され、所望の膜厚の配向膜１７が生成される。そして、係る塗布工程が終了すると、ガラス基板１６を回転することなくこのプロセス装置２でのプロセスが完了する。よって、回転させることが困難な大型の液晶パネルに対しても適用できる。生成される配向膜１７の膜厚等は、ガラス基板１６の移動速度、つまり、第１駆動モータＭ１の回転数や、Ｐローラ２３ａすなわち第１駆動モータの回転数や機構上の条件や、吐出させたＰＩ溶液の粘度，流量や周囲温度などの各種の外部条件（プロセス状態データ）により変動する。

図２に基づいてプロセス装置２の詳細な内部構造を説明する。このプロセス装置２には、ガラス基板に対してＰＩ溶液を塗布してガラス基板上に配向膜を成膜するプロセスを実行するもので、図３に示した配向膜塗布装置２０を内蔵する。さらに、この配向膜塗布装置２０に設置された各機器の動作を制御する装置コントローラ１５を備えている。

この装置コントローラ１５は、ＭＥＳ系ネットワーク８からルータ１２経由で生産管理システム９から送られてきたレシピＮｏ．を取得する。装置コントローラ１５は、レシピＮｏ．と実際に行なうプロセスとの対応テーブルなどを持っており、取得したレシピＮｏ．に応じてプロセス装置２の動作を制御する。

配向膜塗布装置２０に設置された各機器の動作は、装置コントローラ１５からの制御命令に基づいて行われる。その制御命令を表すデータ又は信号（設定値，動作のＯＮ／ＯＦＦ等）及び第１駆動モータＭ１，第２駆動モータＭ２の回転数やモータ電流等の動作状態についての測定データ（ＰＩ溶液温度，ＰＩ溶液粘度，ＰＩ溶液流量等）等は、アナログ入力インタフェース３８又はデジタル入力インタフェース３９を介してセンサバス４０経由で送られて、プロセスデータ収集装置４にて取得される。各駆動モータＭ１，Ｍ２の回転数は、例えばそれら駆動モータに内蔵或いは別途取り付けられたエンコーダの出力に基づき求めることができる。第１駆動モータＭ１の回転数に基づいてステージ２１ひいてはガラス基板１６の移動距離が求められる。よって、基準位置からの移動距離に基づいて現在位置を求めたり、内蔵タイマにより計時することによってガラス基板１６の移動速度を求めることもできる。

一方、ステージ２１の上面の四隅には、振動センサ４１ａを設置する。振動センサ４１ａは、ステージ２１の振動を検知し、その検知信号(振動波形)がアナログ入力インタフェース３８を介してセンサバス４０経由で送られて、プロセスデータ収集装置４にて取得される。同様に、Ｐロール２３ａにも振動センサ４１ｂを設置した。振動センサ４１ｂは、Ｐローラ２３ａの振動を検知し、その検知信号(振動波形)がアナログ入力インタフェース３８を介してセンサバス４０経由で送られて、プロセスデータ収集装置４にて取得される。

さらに、ＲＦ−ＩＤリードライトヘッド６で読み取られたデータに基づきＩＤコントローラ４２にてロットＩＤ（或いは製品ＩＤ）並びに前段装置出庫時刻及び投入時刻が認識され、それがシリアルインタフェース４３を介してセンサバス４０に送られ、プロセスデータ収集装置４にて取得される。さらにプロセス装置２は、周囲温度並びに周囲湿度を測定するための温度センサ４５，湿度センサ４６を備える。各センサ４５，４６で検出したデータは、アナログ入力インタフェース３８を介してセンサバス４０経由でプロセスデータ収集装置４に収集される。

プロセス装置２は、その運転状況（稼動中，停止中，異常の有無等）を周囲の作業者に知らせるためのシグナルタワー（信号灯）４７を備えている。このシグナルタワー４７の点灯制御も装置コントローラ１５からの制御命令によって行なう。シグナルタワー４７への制御命令は、プロセスデータ収集装置４へも送られる。装置コントローラ１５は、プロセス完了時にスピーカ４８からチャイムを鳴らす。係る「プロセス完了」の通知信号もプロセスデータ収集装置４に送られる。

このように、プロセスデータ収集装置４は、プロセス装置２において発生し、得られるあらゆるデータ（情報）を収集し、ＥＥＳ系ネットワーク７に出力するようになっている。収集するデータの種類は、上記のものに限るものではなく、さらに多くの情報を取得することも妨げない。

図５は、プロセスデータ収集装置４の外観の一例を示している。このプロセスデータ収集装置４は、収集周期の異なる複数の入力インタフェースを備えている。これら複数の入力インタフェースは、それぞれアナログデータ用の入力インタフェースと、デジタルデータ用の入力インタフェースを有している。本例におけるプロセスデータ収集装置４は、３種類の収集周期ａからｃに対応すべく、３つのアナログ入力インタフェース８１ａ，８１ｂ，８１ｃと、３つのデジタル入力インタフェース８２ａ，８２ｂ，８２ｃとを有する。収集周期ａの周波数範囲は１から１０Ｈｚであり、収集周期ｂの周波数範囲は１０から５ｋＨｚであり、収集周期ｃの周波数範囲は５ｋＨｚから５０ｋＨｚである。いずれの入力インタフェース８１ａから８１ｃ，８２ａから８２ｃも、実際の収集周期は、対応可能な周波数範囲の中で選択された１つの値を採る。例えば、第１アナログ入力インタフェース８１ａは、対応周波数が１から１０Ｈｚとなっているため、実際のデータ収集は、その周波数範囲の中で設定されたある値（例えば１０Ｈｚ）となる。

このように、異なる周波数範囲の収集周期を持つ複数の入力インタフェース８１ａから８１ｃ，８２ａから８２ｃを備えたため、収集対象となる多数のプロセス状態データについて、それぞれ適した収集周期でデータの収集が行なえる。すなわち、短時間で出力値が変動するようなものについては、収集周期ｃの入力インタフェース８１ｃ，８２ｃを用いて細かくデータ収集をし、必要なデータを取りこぼしてしまうことがないようにするとともに、時間経過に伴う値の変動が緩やかであまり変化がないようなプロセス状態データに対しては、収集周期ａの入力インタフェース８１ａ，８２ｃを用いて収集することで、不必要にデータを収集して大きなメモリ容量を使用してしまうのを抑制する。

例えば、ＰＩ溶液バルブ開や、プロセス完了データなどは、１つのプロセス処理の間で１度ＯＮ／ＯＦＦが切り替わるため、比較的長時間にわたって同一の値を保持する。異常発生の有無についてのデータについても同様である。また、ＰＩ溶液温度，ＰＩ溶液粘度，ＰＩ溶液流量等の測定データも、１つのプロセス処理中で変動するものの緩やかに変化する。従って、このようなプロセス状態データについては、収集周期ａの入力インタフェース８１ａ，８２ａを用いる。また、各駆動モータのモータ電流などは、収集周期ａのものに比べると時間軸に対する変化が大きいので、収集周期ｂの入力インタフェース８１ｂ，８２ｂを使用する。振動センサ４１ａ，４１ｂの出力は、比較的頻繁に変動する振動波形となるため、係る振動センサ４１ａ，４１ｂの出力等は、収集周期ｃの入力インタフェース８１ｃ，８２ｃを使用する。

プロセスデータ収集装置４は、上述した各入力インタフェース８１ａから８１ｃ，８２ａから８２ｃを介して収集した各種のデータを記録する記憶装置８３と、その記憶装置８３に格納されたデータに対してデータ処理をするＣＰＵ８４と、ＥＥＳ系ネットワーク７に接続するためのＥＥＳ系ネットワークインタフェース８６とを備えている。さらに、ＭＥＳ系ネットワーク８に対しては、ルータ１２経由で接続される。尚、図５では、ＥＥＳ系ネットワークに接続された機器と通信するためのＥＥＳ系ネットワークインタフェース８６と、ルータ１２を介してＭＥＳ系ネットワーク８に接続された機器と通信するためのインタフェースを別に記載したが、いずれのインタフェースもＥＥＳネットワークに接続されることから、共通化しても良い。なお、プロセスデータ収集装置４の内部構成は、後述する。

図１に戻り、全体の概略構成を説明する。プロセス装置２には、ＲＦ−ＩＤリードライトヘッド６が連結されている。このＲＦ−ＩＤリードライトヘッド６は、プロセス装置２内にセットされたガラス基板が収納されていたカセット１のタグ１ａに対し、データの読み書きを行なう。読み取るデータとしては、例えば、ＩＤ（製品ＩＤの基となるロットＩＤ或いは製品ＩＤ自体）と、ガラス基板が前段装置（プロセス装置等）から出たときの時刻がある。プロセスデータ収集装置４は、タグ１ａから読み取った前段装置の出庫時刻と現在ガラス基板がセットされているプロセス装置２への投入時刻とを収集する。これらの出庫時刻と投入時刻の差をとることにより、前段装置からの滞留時間を算出することができる。また、ＲＦ−ＩＤリードライトヘッド６は、必要に応じてプロセス装置２からガラス基板を出庫する際に出庫時刻等をタグ１ａ書き込む。

プロセスデータ収集装置４は、通信機能を備えており、収集したプロセス状態データ及び滞留時間データ（滞留時間情報）を製品ＩＤと対応付けてＥＥＳネットワーク７に出力する。滞留時間データは、前装置出庫時刻及び投入時刻のデータ、またはそれらの差である滞留時間のデータである。

検査装置３は、プロセス装置２（例えば配向膜塗布装置２０）で処理されたガラス基板１６の検査を行ない、検査結果データ（検査結果情報）をＥＥＳネットワーク７に出力する。ここでの検査結果データは、例えばガラス基板１６上に形成された配向膜１７の膜厚や膜質についての検査結果のデータである。図４（ｂ）に示すように、本実施形態では、１枚のガラス基板１６内で、複数の検査ポイントＰを設定している。各検査ポイントＰは、後述する検査ヘッド６２の移動方向に基づいて設定されるＸＹ座標系の座標値（Ｘｎ，Ｙｎ）を用いて特定する。

検査装置３には、ＲＦ−ＩＤリードライトヘッド６が連結されている。このＲＦ−ＩＤリードライトヘッド６は、検査装置３内にセットされた製品（ガラス基板１６にＰＩ溶液を塗布して生成された液晶パネル）が収納されていたカセット１のタグ１ａに対し、データの読み書きを行なう。読み取るデータには、製品（ガラス基板）を特定するＩＤが含まれる。検査装置３に内蔵される検査データ収集装置５は、通信機能を備えており、検査結果データ、検査位置座標データ、及び製品ＩＤを、コントローラ７０(後述する)を介して収集し、検査結果データ、検査位置座標データを製品ＩＤと対応付けてＥＥＳネットワーク７に出力する。

なお、検査データ収集装置５は、タグ１ａに製品ＩＤが格納されている場合には、その製品ＩＤをそのまま収集すればよいが、タグ１ａにロットＩＤが格納されている場合には、そのロットＩＤに基づいて製品ＩＤを作成する。この検査データ収集装置５における製品ＩＤの作成処理は、プロセスデータ収集装置４における製品ＩＤの作成処理と同様にすることができる。

図６は、検査対象である製品（液晶パネル）の検査ポイントＰごとに検査を行なうための検査装置３の一例を示している。この図６に示した装置は、膜厚検査装置６０の一例を示している。この膜厚検査装置６０は、検査対象の配向膜１７が成膜されたガラス基板１６（製品）を固定するためのステージ６１と、そのステージ６１の上方に一軸方向に往復移動可能な検査ヘッド６２とを含んでいる。検査ヘッド６２は、駆動モータ６４の出力を受けて移動する。駆動モータ６４の回転数等の制御情報は、コントローラ７０が駆動モータ６４のサーボドライバに与える。

この検査ヘッド６２の移動方向を、便宜上Ｘ軸方向とし、この検査ヘッド６２の移動方向と直交する方向をＹ軸方向とする。図６中、検査ヘッド６２が左方向に移動する方向が、正方向とする。

検査ヘッドの下面には、Ｙ軸方向に沿って複数個（本実施形態では５個）の膜厚センサ６３が横一列に取り付けられている。この膜厚センサ６３は、対向するガラス基板１６の表面に形成された配向膜１７の膜厚を検出できる。

膜厚検査装置６０には、検査ヘッド６２の位置情報データを取得するためのエンコーダ１９を設けている。このエンコーダ１９は、検査ヘッド６２の移動に同期して回転する回転軸を有し、その回転軸が単位角度だけ回転すると、パルスが１つ出力する。回転軸の回転角度と、検査ヘッド６２の移動距離との関係は、設定により一義的に特定される。

コントローラ７０は、このエンコーダ１９から出力されるパルスの数に基づいて、検査ヘッド６２の移動距離を求めることができる。従って、コントローラ７０は、検査ヘッド６２が移動開始する初期位置（基準位置）を予め取得しておくことにより、その移動開始からの移動距離に基づき、現在の検査ヘッド６２（膜厚センサ６３）の位置、つまり、ガラス基板１６上の検査ヘッド６２（膜厚センサ６３）の存在位置を算出できる。

よって、コントローラ７０は、エンコーダ１９の出力に基づいて求めた検査ヘッド６２の現在の位置が、検査ポイントのＸ軸方向の座標値（Ｘｎ：ｎ＝１，２，…）に一致した場合に、各厚膜センサ６３に対して検査命令を与え、その検査命令に対するレスポンスとして各厚膜センサ６３から出力される検査結果（厚膜データ）を取得する。また、Ｘ軸と直交するＹ軸方向の座標値（Ｙｎ：ｎ＝１，２，…）は、各膜厚センサ６３の設置位置から特定される。

本実施形態では、検査ヘッド６２は、検査データ収集装置５から検査ヘッド６２に向けて送られる検査指令に基づいて配向膜１７の対向する部位の膜厚を検査し、その検査結果をコントローラ７０を経由して検査データ収集装置５に送信するようにしたが、本発明はこれら限ることはない。例えば、検査ヘッド６２は、所定のサンプリング間隔で対向する部位の膜厚を計測するとともに出力する。このサンプリング間隔は、検査ヘッド６２が前後の検査ポイント（ＸｎからＸｎ＋１）間を移動する間に複数回サンプリングし、検査ポイント或いは検査ポイント付近で確実に膜厚を計測できるような短い間隔に設定する。コントローラ７０は、その検査ヘッド６２から出力される検査データ（膜厚データ）と、エンコーダ１９からの出力を取得し、検査ヘッド６２が検査ポイントに達したとき（或いは、その直後）に入力された膜厚データをその検査ポイントについての検査データとして取り込み、その他の検査データは破棄する（取り込まない）ようにしてもよい。

このように、コントローラ７０は、エンコーダ１９の出力（位置情報）や、膜厚センサ６３からの膜厚データを収集する。そして、コントローラ７０は、エンコーダ１９の出力に基づき、検査ポイントの座標値（Ｘｎ，Ｙｎ）である検査位置座標データを求め、収集した膜厚データと対応づける。さらにコントローラ７０は、駆動モータ６４に対して制御情報（回転数等の指令値）を与える。また、コントローラ７０は、収集した膜厚データに基づき、良品（ＯＫ）か不良品（ＮＧ）かの判断も行なう。

コントローラ７０は、上述したごとく収集した膜厚データ或いはそれに基づく検査結果（ＯＫ／ＮＧ）を検査データ収集装置５に送るとともに、検査結果（ＯＫ／ＮＧと製品ＩＤ）をプロセスデータ収集装置４にも送る。なお、コントローラ７０からプロセスデータ収集装置４へ送る検査結果は、良否判定結果（ＯＫ／ＮＧ）と製品を特定する製品ＩＤである。この良否判断は、膜厚データに対して良品と不良品を弁別するしきい値を設定しておき、取得した膜厚データが良品の範囲内か否かにより判断できる。図４（ｂ）に示すように、検査ポイントは複数存在するため、コントローラ７０は、いずれか１つの検査ポイントでも不良品の範囲に該当する場合に不良品と判断しても良いし、複数の検査ポイントから得られた角膜厚データに基づき総合的に不良品過否かを判断しても良い。

また、検査データ収集装置５は、コントローラ７０を介して検査ポイントと収集した膜厚データと製品ＩＤを対応づけたデータを取得する。そして、検査データ収集装置５は、通信機能を備えており、収集した検査結果データ（膜厚データ）と検査位置座標データ（Ｘｎ，Ｙｎ）とを製品ＩＤと対応付けてＥＥＳネットワーク７に出力する。

図示した検査装置は、膜厚を検出するものであるが、本発明は、これ以外の検出装置を組み込んでももちろん良い。この場合でも、膜厚検査装置６０と同様に、エンコーダ１９のように位置情報を検出し、特定の検査ポイントの情報を検出できるようにするとよい。

生産管理システム９は、生産指示情報としてプロセスの種類を特定する情報であるレシピＮｏ．（プロセス特定情報）をプロセス装置２に送る。プロセス装置２は、そのレシピＮｏ．に対応した所定のプロセスを実行する。

モデル作成装置１０は、２つのデータ収集装置４，５から出力されたプロセス状態データ、及び滞留時間データ、並びに検査結果データ、検査位置座標データをＥＥＳネットワーク７を介して取得し、製品ＩＤをキーに各データを関連付けてデータベース１１に格納する。

モデル作成装置１０は、ハードウェアの観点からは一般的なパーソナル・コンピュータであり、Windows（登録商標）などのオペレーティング・システム上で稼動するアプリケーション・プログラムによって、本装置の各機能が実現されている。また、モデル作成装置は、データベース１１を利用する。データベース１１は、モデル作成装置１０を構成するコンピュータに内蔵の又は外付けのハードディスク装置等の記憶装置に設けてもよいし、モデル作成装置１０と通信する他のコンピュータに設けてもよい。

モデル作成装置１０は、キーボード等の入力装置１３とディスプレイ等の出力装置１４とを備えている。オペレータ（作業者）は、入力装置１３を操作することにより、オペレータデータ，保守データ，故障データなどを入力することができる。係る操作によって入力された入力情報もデータベース１１に登録される。さらに、モデル作成装置１０は、検査対象の製品を複数の領域に分割し、その分割した領域におけるプロセス状態データ及び検査結果データに基づいて分割領域単位のプロセス−品質モデルを作成する機能を備える。モデル作成装置１０は、そのほかに、種々のデータを見るモニタリング機能、完成したプロセス−品質モデルに基づき、異常や故障についての予測を行なう機能も備えている。各機能の具体的な構成については、後述する。

図７は、図１に示したシステムを構成する各装置間の接続状態を、データの送受に着目して示した図である。つまり、プロセス装置２にて得られたプロセス状態データ、製品ＩＤ、滞留時間データは、プロセスデータ収集装置４を介してモデル作成装置１０に向けて送信される。このとき、プロセスデータ収集装置４は、収集周期毎にプロセス状態データを管理し、モデル作成装置１０に与える。

同様に、検査装置３で求められた検査結果データ等は、検査データ収集装置５を介してモデル作成装置１０に向けて送信される。また、検査結果装置３から出力される検査結果データは、プロセスデータ収集装置４にも与えられる。プロセスデータ収集装置４は、与えられた検査結果に基づき、各収集周期毎に収集したプロセスデータに対し編集処理をし、編集後のデータをモデル作成装置１０に渡す。

モデル作成装置１０は、ＥＥＳネットワーク７に接続するためのネットワークインタフェース１０ｗを備えており、このネットワークインタフェース１０ｗを介してプロセスデータ収集装置４や検査データ収集装置５から出力された各種のデータを入力する。

このネットワークインタフェース１０ｗは、収集周期毎のプロセス状態データに基づく情報（プロセス特徴量）を入力する第１の入力部と、検査結果情報を入力する第２の入力部と、ガラス基板内の検査された位置を特定する検査位置座標データ（検査位置情報）を入力する第３の入力部と、対象品を特定する製品ＩＤを入力する第４の入力部を備えている。

さらに、モデル作成装置１０は、生産管理システム９から送信されるデータ（レシピＮｏ．等）もネットワークインタフェース１０ｗを介して入力する。さらにまた、ヒューマン・マシン・インタフェース（ＨＭＩ：モデル作成装置１０に接続されたキーボード等）である入力装置１３（故障情報を入力する第６の入力部、プロセス補足情報を入力する第７の入力部）からも各種のデータがモデル作成装置１０に与えられる。さらに、モデル作成装置１０は、プロセスデータ収集装置４から収集周期に依存しないデータも取得する。各データのモデル作成装置１０への入力方法は、上述したものに限るものではなく、無線通信による入力、記憶媒体を介した入力などを適宜利用するようにしてもよい。

図８は、プロセスデータ収集装置４の内部構成を示す。プロセスデータ収集装置４において、そのオペレーティング・システム上で稼動するアプリケーション・プログラムによって、以下の各処理機能部が実現されている。すなわち、プロセスデータ収集装置４の処理機能部は、データ収集部４ａと、一次保存管理部４ｂと、区分対応付け部４ｃと、特徴量抽出部４ｄとを含む。これらの各部は、専用のハードウェア（回路）によって実現することも可能である。そして、これら各処理機能部は、収集周期ごとに用意される。

さらに、各処理機能部がアクセスするためのデータを格納する記憶部として、一次データ記憶部（プロセス状態情報を格納する記憶手段）４ｅと、プロセス毎一次データ記憶部４ｆと、区分情報付きデータ記憶部４ｇとを備える。これらの各記憶部は、記憶装置８３内に割り当てられた記憶エリアに設定される。これら各記憶部も、収集周期毎に用意される。もっとも、本発明では、各記憶部を内蔵する記憶装置８３以外のプロセスデータ収集装置４のメモリ、ハードディスク等の他の記憶装置に設けたり、プロセスデータ収集装置４と通信する他のコンピュータの記憶装置に設けたりすることも妨げない。

プロセスデータ収集装置４は、異常検出部４ｈを備えている。この異常検出部４ｈは、各収集周期ａからｃの特徴量抽出部４ｄで得られた特徴量データから異常の有無を判断し、異常を検出した場合には、対応する収集周期の一時保存管理部４ｂへ通知する。

データ収集部４ａは、プロセスデータ収集装置４に入力されるデータを取得し、一次データ記憶部４ｅに格納する。プロセスデータ収集装置４に入力されるデータは、図８に示すように、プロセス装置２から収集したデータと、検査装置５から送られてきた検査結果データと、ＲＦ−ＩＤリードライトヘッド６を介して取得したＩＤデータや滞留時間がある。これら各データは、それぞれ製品ＩＤと関連付けられて一次データ記憶部４ｅに格納される。

ここで、プロセス状態データは、プロセス制御データとプロセス検出データとからなる。プロセス制御データは、プロセス装置２の装置コントローラ１５が出力する種々の制御データ及び装置コントローラ１５が出力する種々の制御信号の状態である。それらの制御データ又は制御信号には、モータ回転数設定値（周期ａ），ＰＩ溶液流量設定値（周期ａ），ＰＩ溶液温度設定値（周期ａ），ＰＩ溶液開閉バルブのＯＮ／ＯＦＦ（周期ａ），プロセス完了チャイム（周期ａ），シグナルタワー点灯（周期ａ）などがある。

プロセス検出データは、プロセス装置２の種々の検出器によって取得されたデータであり、ローラ回転速度（周期ａ），ローラ振動（周期ｃ），ローラ圧力（周期ａ），ＰＩ溶液流量（周期ａ），ＰＩ溶液温度（周期ａ），ＰＩ溶液濃度（周期ａ），ＩＰ溶液移動速度（周期ａ），ローラ基板間ギャップ（周期ａ），ローラ圧力（周期ａ），基板移動スピード（周期ａ），周囲温度（周期ａ），周囲湿度（周期ａ），タイミング信号（周期ａ）などがある。

ＩＤデータは、ＲＦ−ＩＤリードライトヘッド６を介して取得したロットＩＤ（周期ａ）や製品ＩＤ（周期ａ）などがある。また滞留時間データは、ＲＦ−ＩＤリードライトヘッド６を介して取得した前装置出庫時刻（周期ａ）や、製品が投入された投入時刻（周期ａ）等がある。

検査結果データは、プロセス装置２により製造した製品について検査装置３が行なった検査結果についてのデータである。その検査結果データは、コントローラ７０から送られてくる結果ＯＫ／ＮＧ（周期ａ）や、検査ＩＤ（周期ａ）などがある。

上述したように、各種のデータは、収集周期が決まっているため、各データ収集部４ａは、対応する収集周期についてのデータを取得し、製品ＩＤに関連づけて一次データ記憶部４ｅに格納する。

図９は、プロセスデータ収集装置４におけるデータ収集及び一次データ記憶部４ｅへのデータ登録処理を説明するフローチャートである。本実施形態では、プロセス実行中、つまり、ガラス基板に対するＰＩ溶液の塗布処理中がデータ収集期間中となり、そのデータ収集期間中はそれぞれ定められた一定周期でデータのサンプリングを行なう。プロセスデータ収集装置４は、プロセス装置２によるある製品に対するプロセスが開始されて収集開始すべきと判断できるまで待機する（ＳＴ２）。この収集開始の判断は、例えばＰＩ溶液開閉バルブが閉（０）から開（１）になったことを条件とすることができる。もちろん、他の条件を開始条件とすることを妨げない。

収集開始条件を具備すると、分岐判断の処理ステップＳＴ２がＹｅｓとなるので、プロセスデータ収集装置４は、生産管理システム９から出力される現在処理中のレシピＮｏを取得し（ＳＴ３）、収集タイミングが来るのを待つ（ＳＴ４）。収集タイミングは、例えば予め決めたサンプリング周期に来たか等により判断することができる。収集タイミングに来たならば（ＳＴ４でＹｅｓ）、そのときの各種のプロセス状態データを取得する（ＳＴ５）。本実施形態では、収集タイミングが３種類ある。そして、各収集タイミング毎に収集するプロセス状態データは異なる。よって、処理ステップＳＴ４の分岐判断における収集タイミングは、どの収集周期についてのデータ収集部４ａかにより、決定される。

次いで、プロセスデータ収集装置４は、取得したプロセス状態データに対して製品ＩＤと日時情報を付加し、取得したデータを一次データ記憶部４ｅに保存する（ＳＴ６）。データに付加する日時情報は、データを取得したときに、プロセスデータ収集装置４が持つ内部時計に基づいて自動的にタイムスタンプとして付加するようする。

そして、収集終了するか否かを判断する（ＳＴ７）。すなわち、その製品に対するプロセス処理（この場合、ＰＩ溶液の塗布処理）が終了するか否かを判断する。具体的には、例えば、プロセス完了信号がＯＦＦ（０）からＯＮ（１）に立ち上がった場合に、収集終了と判断することができる。

ＰＩ溶液塗布プロセスが継続していれば、処理ステップＳＴ７の分岐判断はＮｏとなるので、ＳＴ４に戻り、上述したＳＴ４からＳＴ６までの処理を実行する。一方、ＰＩ溶液塗布プロセスが終了したならば、データ収集を終了する。

なお、このデータ収集部４ａは、各収集周期毎に用意したが、各データ収集部４ｅを１つに集約することもできる。すなわち、処理ステップＳＴ４における収集タイミングとして、３種類の収集周期を設定しておき、少なくとも１つの収集タイミングに合致した場合には、処理ステップ５に進み、現在の収集タイミングに応じたプロセス状態データを取得し（ＳＴ５）、対応する周収集機用の一次データ記憶部４ｅに格納すればよい（ＳＴ６）。各処理ステップＳＴ５，ＳＴ６を行なう際に、現在どの収集周期の収集タイミングになっているかは、例えば、各収集周期についてフラグを設定し、処理ステップＳを実行して収集タイミングに来たと判断した場合に、対応するフラグをＯＮにする処理を行なうようにすることで認識できる。そして、データ収集部４ａは、処理ステップＳＴ６を実行し、対応する収集周期の一次データ記憶部４ｅにデータを格納した後、該当するフラグをＯＦＦにする処理を行なう。

入力装置１３を介して入力するデータについては、作業者により指定された任意の日付時刻を入力することもできる。このように作業者による指定を許容することにより、例えば日報のように各種の作業を行なったことをその日時とともに後で登録することができ、係る作業が製品の品質に与える影響の有無等を検証することができる。

図１０から図１４は、一次データ記憶部４ｅに格納されたデータの構造の一例を示す。図１０から図１２は、収集周期ａに基づいて収集されたデータのデータ構造を示し、図１３は収集周期ｂに基づいて収集されたデータのデータ構造を示し、図１４は収集周期ｃに基づいて収集されたデータのデータ構造を示している。図１０から図１２は図示の便宜上３枚の図に分割して記載しているが、実際には、周期別製品ＩＤ，収集日付，収集時刻をキーにした一列のデータとなる。ここで周期別製品ＩＤは、同一の製品に対し、同一の収集周期で収集したデータを関連づけるための識別番号であり、製品ＩＤの後にａからｃのいずれかの値を付記するようにしている。

図１５は、各収集周期ａ〜ｃにおける一次データの収集処理のイメージを示す図である。各プロセス状態データ等は、決められた収集周期で収集され、各収集周期毎の一次データ記憶部４ｅに格納される。この一次データ記憶部４ｅは、リングバッファからなり、予め設定したメモリ容量分の一次データが収集されたならば、古い一次データから順に削除し、その削除したメモリエリアに新しく収集したデータを格納する。

一時保存管理部４ｂは、一次データ記憶部４ｅに格納された一次データを、プロセス単位でグループ化し、プロセス毎一次データ記憶部４ｆに格納する。図１６は、一時保存管理部４ｂの機能を示すフローチャートである。まず、一次データ記憶部４ｅに新規の収集別製品ＩＤについてのプロセスデータが追加されたか否かを判断する（ＳＴ１０）。これは、一次データ記憶部４ｅに格納された一連のプロセス状態データの周期別製品ＩＤが、前回のものと今回のものが一致するか否かを判断し、異なる場合には、新規ＩＤのプロセスデータが追加されたと判断する。

取得した一次データに新規ＩＤのプロセス状態データ等が追加された場合には、プロセスデータ一次保存処理を行なう（ＳＴ１１）。このプロセスデータ一次保存処理は、図１７に示すフローチャートを実行する。すなわち、一次データ記憶部４ｅから変化前の周期別製品ＩＤを持つプロセス状態データを一括して切り出し、切り出したデータ群をプロセス毎一次ファイルとする（ＳＴ２１）。

次に、一次保存管理部４ｂの内部メモリとして記憶保持された一時保存管理テーブルがいっぱいか否かを判断する（ＳＴ２２）。一時保管テーブルは、図１８に示すようなテーブル構造を採り、各収集周期毎に用意されている。この一時保管テーブルは、記録可能なファイル数を規定するための「最大一次ファイル一次保存数」と、登録レコード番号と、プロセス毎一次ファイル記憶部４ｆに格納されたプロセス毎一次ファイルを特定するためのＩＤとプロセス毎一次ファイル名が格納される。そのプロセス毎一次ファイル名に基づいてプロセス毎一次ファイル記憶部４ｆにアクセスすることで、該当するプロセス毎一次ファイルを読み出すことができる。

一時保管管理テーブルに空きがある場合、一次保存管理部４ｂは、切り出したデータ群をプロセス毎一次データ記憶部４ｆに格納するとともに、そのファイル名と周期別製品ＩＤとを関連づけて一時保管管理テーブルに格納する（ＳＴ２４）。

一方、一時保管管理テーブルがすでに埋まっている場合には、一次保存管理部４ｂは、一時保存管理テーブルを検索し、プロセス毎一次ファイル記録部４ｆ中の最古のプロセス毎一次ファイルを削除する（ＳＴ２３）。このとき、一次保存管理部４ｂは、該当する管理テーブルに登録されたファイル名等も削除する。その後、処理ステップＳＴ２４に進み、削除されて空いた記憶エリアにプロセス毎一次ファイル，一時保存管理テーブルに格納する。

従って、例えば図１９に示すように、プロセス毎一次データ記憶部４ｆに、すでに最大保存数分保存されている状態（図中上側）で新規にプロセス毎一次ファイル“ｆｉｌｅ０４０８２５１１−ａ”が生成された場合には、一時保存処理部４ｂは、最も古いプロセス毎一次ファイル“ｆｉｌｅ０４０８２５０１−ａ”を削除し、新規に生成されたプロセス毎一次ファイル“ｆｉｌｅ０４０８２５１１−ａ”を追加する（図中下側参照）。

図１６に戻り、処理ステップＳＴ１０の分岐判断でＮｏとなったり、処理ステップＳＴ１１を実行したならば、異常検出部４ｈから異常通知があったか否かを判断する（ＳＴ１２）。異常通知があった場合には、一時保存処理部４ｂは、通知されたＩＤを異常通知ＩＤ領域に登録する（ＳＴ１３）。ここで、異常通知ＩＤ領域は、一時保存管理部４ｂの内部メモリに設定される。異常通知ＩＤは、異常と判断された製品ＩＤ或いは周期別製品ＩＤである。同様に、一時保存処理部４ｂは、検査装置から異常通知を受けたか否かを判断し（ＳＴ１４）、通知を受けた場合には、通知されたＩＤを異常通知ＩＤ領域に登録する（ＳＴ１５）。検査装置から通知されるＩＤ（異常通知ＩＤ）は、異常と判断された製品の製品ＩＤである。

一時保存処理部４ｂは、異常通知ＩＤ領域に異常通知ＩＤが登録されているか否かを判断し（ＳＴ１６）、登録されていない場合には、処理ステップＳＴ１０に戻り、上述した処理を実行する。また、異常通知ＩＤ領域に登録がある場合には、一時保存処理部４ｂは、異常プロセスデータ保存処理を行なう（ＳＴ１７）。その後、処理ステップＳＴ１０に戻戻り、上述した処理を実行する。

異常プロセスデータ保存処理は、図２０に示すフローチャートを実行する。まず、一時保存処理部４ｂは、異常通知ＩＤ領域に登録されているＩＤをキーにして、一時保存管理テーブルを検索する（ＳＴ３１）。そして、一時保存処理部４ｂは、一時保存管理テーブルに検索対象のＩＤが登録されているか否かを判断し（ＳＴ３２）、登録されている場合には、該当するプロセス毎一次ファイルを、モデル作成装置１０の異常プロセスデータ保存部１０ｍへ送る（ＳＴ３３）。つまり、一時保存処理部４ｂは、一時保存管理テーブルに格納された、検出された周期別製品ＩＤ或いは製品ＩＤに対応づけられたプロセス毎一次ファイル名に基づきプロセス毎一次ファイル記憶部４ｅにアクセスし、該当するプロセス毎一次ファイルを読み出すとともに、その読み出したプロセス毎一次ファイルを異常プロセスデータ保存部１０ｍへ送る。このとき、通知された異常ＩＤが周期別製品ＩＤの場合に、一時保存処理部４ｂは、その周期別製品ＩＤに対応するプロセス毎一次ファイルのみを送るようにしても良いし、同一の製品ＩＤの異なる収集周期についてのプロセス毎一次ファイルも合わせて抽出し、異常プロセスデータ保存部１０ｍへ送るようにしても良い。異常ＩＤが製品ＩＤの場合、一時保存処理部４ｂは、その製品ＩＤに対応する全ての周期別製品ＩＤのプロセス毎一次ファイルを送るのはもちろんである。これにより、モデル作成装置１０は、異常を生じたプロセス状態データの生データを取得することができる。

ついで、一時保存処理部４ｂは、該当情報を一時保存管理テーブルから削除し（ＳＴ３４）、異常通知ＩＤ領域から該当ＩＤを削除する（ＳＴ３５）。ここで該当情報は、異常プロセス保存部へ送ったプロセス毎一次ファイルについての情報である。また、処理ステップＳＴ３２の分岐判断でＮｏとなった場合には、すでに対応するプロセス毎一次ファイルが異常プロセスデータ保存部へ格納すみであると推定できるので、そのまま処理を終了する。例えば、ある製品について異常検出部４ｈが異常を検出し、該当するプロセス毎一次ファイルを異常プロセスデータ保存部１０ｍに送った後、その製品について検査装置にて検査をし、異常と判断されて異常通知を受けた場合などがある。係る場合には、通知を受けたＩＤに対応するプロセス毎一次ファイルは、異常検査部４ｈによる検出に基づいてすでに削除されているためである。

従って、例えばプロセス毎一次ファイル内に格納されたデータが、図２１の上の状態になっている場合に、異常検出部４ｈまたは検査装置１０よりＩＤ：０４０８２５０３が異常と通知された場合には、対応するファイルがプロセス毎一次データ記憶部４ｆから削除され（図中下側参照）、異常プロセスデータ保存部１０ｍには、対応するＩＤの全ての収集周期のファイルが与えられる。

図２２に示すように、プロセス装置２にてプロセス処理が実行され生成された製品が示談の検査装置３で検査され、良否判定されるまでにはタイムラグがある。図示の例では、製品ＩＤ：０４０８２５１２の製品が検査装置にてＮＧと判断された時には、プロセス装置２は、すでに製品ＩＤ：０４０８２５１３の製品に対するプロセス処理が完了し、さらにその次の製品ＩＤ：０４０８２５１４についてプロセス処理の実行中である。図２１を用いて説明した通り、異常（不良：ＮＧ）となった製品のプロセス毎一次ファイルは、異常プロセス保存データとして記憶保持する必要がある。従って、プロセスデータ収集装置４のプロセス毎一次データ記憶部４ｆは、少なくとも検査装置４にて正常か否の判定が終わるまでは、プロセス毎一次データを保存しておく必要がある。

この図２２に示すタイミングチャートによれば、プロセス毎一次ファイルのデータの読み書きは、図２３に示すようになる。すなわち、（１）まず製品ＩＤ：０４０８２５１２についてのプロセス終了に基づき、一時保存管理部４ｂは、図２３に示すようにその製品ＩＤ：０４０８２５１２のプロセスデータを一次データ記憶部４ｅから抽出し、プロセス毎一次ファイルとしてプロセス毎一次データ記憶部４ｆに格納する。

（２）同様に、製品ＩＤ：０４０８２５１３についてのプロセス終了に基づき、一時保存管理部４ｂは、図２３に示すようにその製品ＩＤ：０４０８２５１３のプロセスデータを一次データ記憶部４ｅから抽出し、プロセス毎一次ファイルとしてプロセス毎一次データ記憶部４ｆに格納する。

（３）プロセス装置２が次の製品ＩＤ：０４０８２５１４のプロセス処理中に製品ＩＤ：０４０８２５１２の製品について異常（ＮＧ）通知を受けたため、プロセス毎一次データ記憶部４ｆに格納された製品ＩＤ：０４０８２５１２についてのプロセス毎一次ファイルは削除されるとともに、異常プロセス保存データとして、異常プロセスデータ保存部１０ｍに与えられる。

（４）この後、製品ＩＤ：０４０８２５１４についてのプロセスが終了するため、その終了に基づき、一時保存管理部４ｂは、その製品ＩＤ：０４０８２５１４のプロセスデータを一次データ記憶部４ｅから抽出し、プロセス毎一次ファイルとしてプロセス毎一次データ記憶部４ｆに格納する。この保存の際には、すでに製品ＩＤ：０４０８２５１２のデータは、プロセス毎一次データ記憶部４ｆからは無くなっている。もっとも、このときはすでに特徴量抽出部４ｄにて特徴量が抽出され、モデル作成装置１０に送られることはある。

図２５から図２９は、プロセス毎一次データ記憶部４ｆに格納されたデータの構造の一例を示す。図２５から図２７は、収集周期ａに基づいて収集されたデータのデータ構造を示し、図２８は収集周期ｂに基づいて収集されたデータのデータ構造を示し、図２９は収集周期ｃに基づいて収集されたデータのデータ構造を示している。図２５から図２７は図示の便宜上３枚の図に分割して記載しているが、実際には、周期別製品ＩＤ，収集日付，収集時刻をキーにした一列のデータとなる。一次データ記憶部１０ｅのデータ構造である図１０から図１４と、図２５から図２７とを比較すると明らかなように、一次データ記憶部１０ｅには、時系列に連続してプロセス状態データが格納されているが、プロセス毎一次ファイル記憶部１０ｆでは、プロセス単位、つまり、周期別製品ＩＤ単位でファイルが構成される。

区分対応付け部４ｃは、プロセス毎一次ファイル４ｆに格納されたプロセス単位で分けられたプロセス毎一次ファイルをさらに所定の条件に従って分割し、分割して区分けされた区分情報付きデータ記憶部４ｇに格納する。分割する条件としては、例えばガラス基板１６の領域を分割することがある。つまり、１枚のガラス基板１６に対するＰＩ溶液の塗布工程を考えると、ＰＩ溶液の未塗布のガラス基板１６に塗布開始直後の一定区間と、ある程度塗布工程が進んだ中央部分と、ＰＩ溶液の塗り終わりとなる塗布終了の一定区間の３つの領域に分けてとらえることができる。それら３つの区間を便宜上、前区間，中区間，後区間と称する。

このように領域で分割する場合には、例えばガラス基板１６の移動速度がわかっていると、ＰＩ溶液の開始からの経過時間によりガラス基板１６上のどの位置を塗布しているかがわかる。そこで、前区間，中区間，後区間の境界部分に達する経過時間を各区分け対応部４ｃに設定しておくと、プロセス毎一次ファイルを構成する各データには、収集時刻が関連づけられているため、各ファイルの先頭の収集時刻からの経過時間により、区分け対応付け部４ｃは、各データを３つの区分に分けることができる。また、各区分け対応付け部４ｃは、それぞれ自己の収集周期がわかっている。従って、ファイルの先頭からｎ１個分のデータが前区間に属し、次のｎ２個分のデータが中区間に属し、残りのデータが後区間に属することがわかる。従って、区分対応付け部４ｃは、各プロセス毎一次データの先頭から所定個数のデータを抽出することで、各区間に分けることもできる。

このように、分割して区分けした場合、各区分を識別するために区分情報（区分ＩＤ）を付与する。例えば図１５に示すように、前区間（Ｔ１），中区間（Ｔ２），後区間（Ｔ３）の区間に分けられると、前区間にグループ分けされたプロセス毎一次ファイルのデータに対しては、周期別製品ＩＤの後に前区分を示すＴ１を添え字として付加することで区分ＩＤを設定することができる。同様に、周期別製品ＩＤ−Ｔ２とすることで中区間についての区分ＩＤが設定でき、周期別製品ＩＤ−Ｔ３とすることで後区間についての区分ＩＤが設定できる。

また、区分け処理は、このように各収集周期の区分対応付け部４ｃが相互に独自に行なうのではなく、プロセスデータ収集装置４のいずれかの収集周期のデータ収集部雅趣得したデータに基づいて行なうこともできる。例えば、上述したようにガラス基板（製品）の領域で区分けする場合、ステージ２１にエンコーダを取り付け、エンコーダの出力パルスをカウントすることでガラス基板の移動距離を認識することができる。従って、係るエンコーダ出力を収集周期ａで収集したとすると、図８に示すように、収集周期ａの区分対応付け部４ｃが、エンコーダ出力に基づき現在の区間を認識し、収集周期ａで収集された各プロセス状態データについて区分けを行なう。また、収集周期ａの区分対応付け部４ｃは、前区間（Ｔ１）から中区間（Ｔ２）に切り替わったとき、並びに中区間（Ｔ２）から後区間（Ｔ３）に切り替わったときに、それぞれタイミング生成部４ｉに伝える。すると、タイミング生成部４ｉは、他の収集周期の区分対応付け部４ｃに対してタイミング信号を与える。これにより、他の収集周期ｂ，ｃの区分対応付け部４ｃは、区間が変わったことを知り、自己の収集周期ｂ，ｃで収集している各データのグループ化を行なう。

上述した例は、いずれもガラス基板の領域を分割することにより区分けを行なうようにしたが、本発明はこれに限ることはない。例えば、１つのプロセスが複数の処理ステップにより実行されるような場合には、処理ステップ毎に区分を分けても良い。

次に、係る区分情報付データ記憶部４ｇに格納された各種のデータの内の数値データは、特徴量抽出部４ｄに呼び出され、そこにおいて区分領域ごとに特徴量が抽出され、抽出されたプロセス特徴量データが、モデル作成装置１０に出力される。特徴量抽出部４ｄが、収集周期毎に用意されていることから、プロセス特徴量も収集周期毎に生成される。

つまり、図１５を例にとると、収集周期ａの特徴量抽出部４ｄでは、入力信号Ｓ１〜Ｓ１０について、Ｔ１，Ｔ２，Ｔ３のそれぞれの区間で特徴量が求められる。収集周期ｂの特徴量抽出部４ｄでは、入力信号Ｓ１１〜Ｓ１５について、Ｔ１，Ｔ２，Ｔ３のそれぞれの区間で特徴量が求められる。収集周期ｃの特徴量抽出部４ｄでは、入力信号Ｓ１６〜Ｓｎについて、Ｔ１，Ｔ２，Ｔ３のそれぞれの区間で特徴量が求められる。

抽出すべき特徴量の候補としては、平均値，最大値，最小値，標準偏差，累積値，域値（最大値−最小値），相乗平均，調和平均，中央値，第１四分位置，第３四分位置，歪度，中間項平均，加速度，尖度がある。もちろん、これ以外の特徴量も求めるようにすることは妨げない。逆に上記例示列挙したもの中から選択して特徴量を抽出するようにしてもよい。

例えば「ＰＩ溶液塗布量」の平均値，最大値，最小値，標準偏差，累計値，域値（最大値−最小値）…，「配向膜塗布液温度」の平均値，最大値，最小値，標準偏差，累計値，域値（最大値−最小値）…，以下同様にその他についてのプロセス特徴量を抽出する。こうすることで、各区分ごとにプロセス状態データの各項目（その内の数値データであるもの）に対して共通した種類の特徴量を網羅的に抽出したことになる。

ただし、滞留時間データは、数値データではあるものの時系列情報ではなく特定のプロセス装置における処理に総括的に付与された情報であるので、そのままプロセス特徴量として、モデル作成装置１０に送られる。

さらに、抽出する特徴量は、各収集周期ａからｃで共通にしても良いが、異ならせても良い。好ましくは、収集周期（周波数）に適した特徴量を設定することである。そして、特徴量抽出部４ｄは、その抽出したすべての特徴量を区分ＩＤ（周期別製品ＩＤ＋区分）ごとに関連付けたテーブル構造のプロセス特徴量データを生成し、モデル作成装置１０に送る。

また、本発明では、必ずしも１つのプロセス毎一次データを複数に分割する必要はない。つまり、区分対応付け部４ｃと、区分情報付きデータ記憶部４ｇを設けなくても良い。その場合には、特徴量抽出部４ｄは、１つの周期別製品ＩＤ単位で各プロセス毎一次データから特徴量抽出を行なうことになる。

説明は前後するが、図５に示すように、本実施形態では、特徴量変換機能付センサボックス８０を備えている。この特徴量変換機能付きセンサボックス８０は、本発明のプロセスデータ収集装置の別の実施形態ともいえる。すなわち、プロセスデータ収集装置４は、異なる収集周期でデータを収集する機能を備えているが、この特徴量変換機能付センサボックス８０は、収集周期は１種類としている。そして、ＥＥＳ系ネットワークインタフェース８６を備えている。この特徴量変換機能付きセンサボックス８０の内部構成は、プロセスデータ収集装置４の１種類の収集周期用の機能構成と略同様であり、収集したプロセスごと特徴量データに基づきプロセス特徴量を抽出し、それをモデル作成装置１０に送るようになっている。

図３０は、モデル作成装置１０の内部構成を示している。モデル作成装置１０は、取得した各区分ＩＤ毎のプロセス特徴量データをプロセス特徴量記憶部１０ａ，１０ａ′，１０ａ″に格納する。このとき、収集周期毎に分けて登録する。つまり、収集周期ａの区分情報付きデータに基づいて作成されたプロセス特徴量は、収集周期ａプロセス特徴量記憶部１０ａに格納し、収集周期ｂの区分情報付きデータに基づいて作成されたプロセス特徴量は、収集周期ｂプロセス特徴量記憶部１０ａ′に格納し、収集周期ｃの区分情報付きデータに基づいて作成されたプロセス特徴量は、収集周期ｃプロセス特徴量記憶部１０ａ″に格納する。

モデル作成装置１０は、上記のプロセス特徴量以外にも、データ収集装置４から与えられる滞留時間データや、入力装置１３から入力されたオペレータデータ，保守データ，環境データ等を取得する。これら取得した情報は、１つのプロセス実行中に時々刻々と変化するものではなく、また、必ずしも各プロセスごとに発生するものでもない。そこで、図２４に示すように、各種類ごとにテーブル形式のデータベースが形成され、一次データ記憶部１０ｊに格納される。

すなわち、プロセスデータ収集装置４は、前段の装置からの滞留時間についての滞留時間データと、製品ＩＤ（或いはロットＩＤ）と、プロセス装置２の装置ＩＤとを対応付ける。そして、対応づけた製品の製品ＩＤと装置ＩＤと滞留時間データを、モデル作成装置１０に送信する
また、入力装置１３から与えられるオペレータデータは、オペレータＩＤ，装置ＩＤ，開始／終了種別などであり、作業者は、作業の開始及び終了時にこれらのデータを入力装置から入力する。

保守データは、ポンプ再生情報やＰＩ溶液交換情報などである。各作業を行なったときにその作業者が登録する。つまり、作業者は、装置内のポンプなどを点検，清掃で再生したときは、その作業内容を入力装置１３から入力し、ＰＩ溶液を交換したときは、交換したＰＩ溶液名を、交換日時情報などとともに入力装置１３から入力する。

環境データは、製品の品質に影響を及ぼす要因の１つと成り得る作業時の特殊な気象情報（暴風雨、落雷など）や、地震発生時の震度情報であり、該当する情報が存在した場合に作業者が日時情報，装置ＩＤなどともに登録する。

共通データは、その他の任意に入力できる情報であり、あらゆる情報を入力することができる。すなわち、プロセス−品質モデルの精度を高めるために、製品の品質に関係しそうな因子を制約なく入力できるように、入力装置１３からの選択肢の選択情報や自由記述情報の入力を許容している。これにより、プロセス技術者や装置のオペレータが製品の出来映えに影響しそうだと考えた情報や、突発的に発生する故障情報など様々な事象の情報を、オペレータが、気がついた時点で入力することを可能にし、それらの情報も解析用データに含めて解析できるようにしている。

図３０の検査データ記憶部１０ｇには、検査データ収集装置５にて検査装置３から収集した検査結果データが格納される。ここで、検査結果データは、検査日時，装置ＩＤ，検査位置を特定する検査ポイントＮｏ．，検査位置座標などの対象を特定する情報と、膜厚データなどの検査結果の情報とを含む。

図４を用いて先に説明した通り、本実施形態の検査装置３における膜厚の計測は、複数ポイントにおいて行なう。具体的には、１枚のガラス基板内で合計１５個の検査ポイントＰについて計測するようにしている。その結果、図３１に示すように、膜厚検査データとしては、１つのガラス基板（製品ＩＤ：０１２０１３）について、検査ポイントＮｏ１から１５について、膜厚のデータが収集され、テーブル形式で検査データ記憶部１０ｇに格納される。

検査ポイントＮｏ．１から５が、前区間の範囲内に位置し、検査ポイントＮｏ．６から１０が、中区間の範囲内に位置し、検査ポイントＮｏ．１１から１５が、後区間の範囲内に位置する。このように、プロセス毎一次ファイルに対し、何かしらの条件に基づいて区分けした場合には、区分けされた各区分に対し、少なくとも１つの検査ポイントが関連づけられるように設定する。

なお、図示は省略するが、入力装置１３を操作して作業者が入力した故障データが存在し、それも管理する場合には、モデル作成装置１０内に故障データ記憶部を設け、そこに格納するとよい。その故障データ記憶部に格納する故障データとしては、例えば故障時刻，装置ＩＤ，故障内容，ロットＩＤ，任意入力情報などがある。

以上のようにして、各装置から各種の多量のデータがモデル作成装置１０に入力され、それぞれ適宜の記憶部に格納される。そして、モデル作成装置１０は取得した各データに基づき、所定の処理を行ないプロセス−品質モデルを作成する。具体的には、以下の通りである。

検査データ記憶部１０ｇに格納された各種のデータは、検査データ編集部１０ｈに呼び出され、そこにおいて編集されて得られた編集検査データが、編集検査データ記憶部１０ｉに格納される。

１つの区分において複数の検査結果データが存在する場合、区分けした領域の位置座標の範囲内にある検査結果データの平均値又はその他の方法により、検査結果データを生成する。本実施形態では、前区間（Ｔ１），中区間（Ｔ２），後区間（Ｔ２）の３つの区分に分けたため、前区間（区分ＩＤ：製品ＩＤ−Ｔ１）の検査結果データは、検査位置座標Ｘ１の５ポイント（検査ポイントＮｏ１から５）の検査結果データの平均値により生成し、中区間（区分ＩＤ：製品ＩＤ−Ｔ２）の検査結果データは、検査位置座標Ｘ２の５ポイント（検査ポイントＮｏ６から１０）の検査結果データの平均値により生成し、後区間（区分ＩＤ：製品ＩＤ−Ｔ３）の検査結果データは、検査位置座標Ｘ３の５ポイント（検査Ｎｏ１１から１５）の検査結果データの平均値により生成する。

さらに、本実施形態では、生成した検査結果データから、図３２に示す品質判定基準に基づき、品質（膜質）のランク分けを行なう。ランクは、ガラス基板内の膜厚平均に基づいて正常範囲（良品）の中をＡ，Ｂ，Ｃに分け、さらに不良品の中を良品に近い膜厚軽欠点（厚／薄）、良品から離れている膜厚重欠点（厚／薄）に分けて判定する。

図３３は、検査データ編集部１０ｈで求められ、編集検査データ記憶部１０ｉに格納される編集検査データのデータ構造の一例を示す。区分ＩＤ単位で膜厚（同一の検査位置座標Ｘに複数の検査結果データが存在する場合はその平均値）と膜ランク（品質）とが格納されている。

図３４は、図３０のデータ結合部１０ｂの機能を示す。データ結合部１０ｂは、プロセス特徴量記憶部１０ａから１０ａ″と編集検査データ記憶部１０ｉとに格納された各データ、さらには生産管理システム９から取得した製品管理情報（レシピＮｏ．）を取得し、取得した各データを区分ごとにレシピＮｏ．及び製品ＩＤをキーとして結合する。そして、データ結合部１０ｂは、結合したデータを結合データ記憶部１０ｅに格納する。結合データ記憶部１０ｅに格納されるデータ構造は、データ結合部１０ｂの下方に示すように、製品ＩＤ，分割領域ＩＤ，プロセス特徴量，レシピ情報，検査情報を対応づけたテーブル構造となる。

なお、図示省略するが、この結合データに、プロセス補足データを付加することもできる。ここでプロセス補足データとは、１つプロセスに対して総括的に与えられるもので、プロセス特徴量の算出に用いられなかったデータである。例えば、一次データ記憶部１０ｊに格納されたオペレータデータ，保守データ及び環境データ、又はそれらの内容がコード化されたデータは、プロセス補足データである。オペレータデータ，保守データ及び環境データは、それらのデータが対応付けられている日時情報，装置ＩＤ情報などに基づいて、データ結合部１０ｂで用いられる前に、関連するロットＩＤと対応付ける処理が行われる。

図３０のデータフィルター部１０ｃは、結合データ記憶部１０ｅに格納された結合データを読み出し、プロセス特徴量の異常データを排除する。そして、データフィルター部１０ｃは、残ったデータを解析用データとして解析用データ記憶部１０ｆに格納する。異常データとは、例えば実際にはありえないような数値を含むデータを意味する。係るデータを削除することは、一般的に行われる解析用データの前処理の手法により実現できる。

解析部１０ｄは、解析用データ記憶部１０ｆに格納された解析用データを読み出し、データマイニングの一般的な分析手法である決定木手法による解析を行ない、良品又は不良品を生成するプロセス状態のルールの集合であるプロセス−品質モデルを作成する。この解析部１０ｄにて求めたプロセス−品質モデルは、例えばデータベース１１等に記憶保持され、その後の評価に用いられる。

図３５は、プロセス−品質モデルの例を示す。この例では、どの区分におけるどのプロセス特徴量がどんな数値範囲にあれば検査結果はどうなるかという関係を、ＩＦ、Ｔｈｅｎのルール式で表現している。図３３では３つのルール式を示しているが、実際には多数のルール式が生成される。ルール式のＩＦの部分には、ある区分におけるプロセス特徴量の数値範囲が示され、Ｔｈｅｎの部分は製品の検査結果データに関する情報が書かれる。ＩＦの部分には、あるプロセス補足データの有無が示されることもある。

図３５に示された一番上のルール式に沿って具体的に説明すると、ＩＦ部分の第１行目は、前区間（区分ＩＤ：製品ＩＤ−Ｔ１）の期間におけるＰＩ溶液流量のＳＵＭ（累計値）が２００リットルよりも大きくて２１０リットル以下であるというひとつの条件を示している（数値の単位は表示省略している）。このルール式ではＩＦ条件が３つあって（残り２つの詳細説明は省略する、なお［ＲＡＮＧＥ］は域値（最大値−最小値）を意味する）、それぞれの条件がａｎｄの関係で成立するとき、このＩＦ条件が全体として成立する。一方、Ｔｈｅｎの部分は、製品の品質がランクＡ（良品）であることを示している。つまり、このルール式は、ＩＦ条件の３つの論理積が満たされれば、良品の製品ができる傾向があるという意味を示している。

図３５に示されたようなルール式から、ある製品の検査結果に対して、特定の区分内のプロセス特徴量と数値範囲との関係（又はその関係の組み合わせ）が影響を及ぼすことがわかる。このようにプロセス−品質モデルを構成するルール式から、プロセス状態と製品の検査結果との関係や傾向を知ることでできる。図３５の一番下のルール式に示されるように、プロセス状態とプロセス装置の故障又は異常との関係を示すルール式を求めることもできる。

そして、係るモデルが、プロセスデータ収集装置の異常検出部４ｈに与えられる。つまり、モデルが作成される前は、実際には異常検出部４ｈによる異常検出は行なわれず、もっぱら検査装置４からの異常通知に基づいて異常プロセスデータの抽出・保存が行なわれる。そして、モデルが作成された場合には、異常検出部４ｈによる異常判定により、プロセス処理中の製品について異常予測をし、必要な異常プロセスデータを切り出してモデル作成装置１０に送る。

ところで、液晶パネル製造装置の多くはプロセスを繰り返すごとにある方向へ変化していく傾向がある。そこで、本実施形態では、係る変化の方向を時系列解析部１０ｋにて時系列予測（トレンド予測）モデルを適用して検出し、製品が異常になる前に警報を出力したり、異常が発生する日時を予測したりできるようにした。

時系列予測モデルとしては、例えば、指数平滑モデルや自己回帰和分移動平均（ＡＲＩＭＡ）モデルが使用できる。時系列予測モデルは、使用する具体的モデルに適合する解析エンジンを用い、必要に応じてパラメータを設定することにより作成される。指数平滑モデルは、短期的なトレンドを予測するのに適している。したがって、突発的に生じる故障の予測などに利用される。一方、ＡＲＩＭＡモデルは、長期的なトレンドを予測するもので、経年変化による故障や交換などの時期を予測するために利用される。

時系列予測は、プロセス−品質モデルのルール式の中に項目が存在するプロセス特徴量に関して行なうとともに、異常の予測判定はルール式に示された数値をしきい値として行なう。

時系列予測する際に使用する判定用データ（プロセス特徴量）としては、プロセス特徴量記憶部１０ａからａ″に格納された各収集周期毎のプロセス特徴量をそのまま用いても良いが、好ましくはデータフィルター部１０ｄを経て不正データ（異常データ）を排除するフィルタリングをした後のデータを用いることである。

本実施形態では、モデル作成装置１０に解析部１０ｄによるプロセス−品質モデル作成機能と、時系列解析部１０ｋによる時系列予測モデル作成機能とを設けたが、必ずしも両機能を実装する必要はなく、時系列解析部１０ｆを設けない構成を採ることもできる。

また液晶パネル製造プロセスでは生産品目が多く、それらは生産品目ごとにレシピを持ち、それを切り替えて生産される。したがって、プロセス−品質モデルはレシピごとに作成される。

本実施形態では、モデル作成装置１０に解析部１０ｄによるプロセス−品質モデル作成機能と、時系列解析部１０ｆによる時系列予測モデル作成機能とを設けたが、必ずしも両機能を実装する必要はなく、時系列解析部１０ｆを設けない構成を採ることもできる。

また液晶パネル製造システムでは生産品目が多く、それらは生産品目ごとにレシピを持ち、それを切り替えて生産される。したがって、プロセス−品質モデルはレシピごとに作成される。

図３０に示すモデル作成装置の異常プロセスデータ保存部１０ｍは、プロセスデータ収集装置４からおられてきた異常プロセスデータを異常プロセス保存データ記憶部に格納する。この異常プロセス保存データ記憶部は、例えば、図１に示す外部のデータベース１１２より実現しても良いし、モデル作成装置１０の内部の記憶装置を用いて実現しても良い。

上記の各実施形態では、いずれも本発明を液晶パネル製造プロセスに適用した例を示したが、本発明の適用対象はこれに限ることなく、各種の製造プロセスに適用することができる。

本発明の第１の実施形態であるモデル作成装置を含む液晶パネル製造システムを示す図である。 プロセス装置の内部構造の一例を示す図である。 プロセス装置に実装される配向膜塗布装置の概略構成を示す図である。 検査装置に実装される膜厚検査装置の概略構成を示す図である。 プロセスデータ収集装置および特徴量変換機能付センサボックスの外観図の一例を示す図である。 膜厚検査を説明する図である。 図１に示したシステムを構成する各装置間の接続状態を、データの送受に着目して示した図である。 主にプロセスデータ収集装置の内部構成の一例を示す図である。 プロセスデータ収集装置におけるデータ収集及び一次データ記憶部へのデータ登録処理を説明するフローチャートである。 プロセスデータ収集装置の一次データ記憶部の内部データ構造の一例を示す図である。 プロセスデータ収集装置の一次データ記憶部の内部データ構造の一例を示す図である。 プロセスデータ収集装置の一次データ記憶部の内部データ構造の一例を示す図である。 プロセスデータ収集装置の一次データ記憶部の内部データ構造の一例を示す図である。 プロセスデータ収集装置の一次データ記憶部の内部データ構造の一例を示す図である。 各収集周期ａ〜ｃにおける一次データの収集処理のイメージを示す図である。 一時保存管理部４ｂの機能を示すフローチャートである。 プロセスデータ一次保存処理を示すフローチャートである。 一時保管テーブルの一例を示す図である。 プロセス毎一次データ記憶部に対するファイルの格納の作用を説明する図である。 異常プロセスデータ保存処理を示すフローチャートである。 プロセス毎一次データ記憶部に対するファイルの格納の作用を説明する図である。 プロセス装置と検査装置における各処理を行なうタイミングを示すタイミングチャートの一例である。 プロセス毎一次データ記憶部に対するファイルの格納の作用を説明する図である。 モデル作成装置の一次データ記憶部の内部データ構造の一例を示す図である。 プロセス毎一次データ記憶部の内部データ構造の一例を示す図である。 プロセス毎一次データ記憶部の内部データ構造の一例を示す図である。 プロセス毎一次データ記憶部の内部データ構造の一例を示す図である。 プロセス毎一次データ記憶部の内部データ構造の一例を示す図である。 プロセス毎一次データ記憶部の内部データ構造の一例を示す図である。 モデル作成装置の内部構成の一例を示す図である。 検査データ記憶部の内部データ構造の一例を示す図である。 検査結果（膜厚データ）に対する品質判定基準の一例を示す図である。 編集検査データ記憶部に格納される編集検査データのデータ構造の一例を示す図である。 データ結合部の機能を説明する図である。 プロセス−品質モデルの一例を示す図である。

符号の説明

１ カセット
１ａ タグ
２ プロセス装置
３ 検査装置
４ プロセスデータ収集装置
４ａ データ収集部
４ｂ 一次保存管理部
４ｃ 区分対応付け部
４ｄ 特徴量抽出部
４ｅ 一次データ記憶部
４ｆ プロセス毎一次データ記憶部
４ｇ 区分情報付きデータ記憶部
４ｈ 異常検出部
５ 検査データ収集装置
６ ＲＦ−ＩＤリードライトヘッド
７ ＥＥＳネットワーク
８ ＭＥＳ系ネットワーク
９ 生産管理システム
１０ モデル作成装置
１０ａ，１０ａ′，１０ａ″ プロセス特徴量記憶部
１０ｂ データ結合部
１０ｃ データフィルター部
１０ｄ 解析部
１０ｅ 結合データ記憶部
１０ｆ 解析用データ記憶部
１０ｇ 検査データ記憶部
１０ｈ 検査データ編集部
１０ｊ 一次データ記憶部
１０ｋ 時系列解析部
１０ｗ ネットワークインタフェース
１１ データベース
１２ ルータ
１３ 入力装置
１４ 表示装置
１５ 装置コントローラ
１６ ガラス基板
１７ 配向膜
２０ 配向膜塗布装置

Claims (7)

1. プロセスが実行されている期間中に取得される、そのプロセスの状態に関連する情報であるプロセス状態情報から抽出されるプロセス特徴量と、そのプロセスで処理された対象品についての検査結果情報とに基づいて、プロセス状態情報と検査結果情報との関係を表すプロセス−品質モデルを作成するモデル作成装置に対し、前記プロセス特徴量を与えるプロセスデータ収集装置であって、
   前記プロセス状態情報を所定の収集周期で時系列に収集する収集手段と、その収集手段で収集したプロセス状態情報をプロセス単位で一時的にプロセス毎一次データ記憶手段に格納する一時保存管理手段と、その一時保存管理手段に格納されたプロセス状態情報に基づく情報から前記モデル作成装置に与えるプロセス特徴量を抽出する特徴量抽出手段と、を複数組備え、
   各組の前記収集手段の収集周期を異ならせたことを特徴とするプロセスデータ収集装置。
2. プロセスが実行されている期間中に取得される、そのプロセスの状態に関連する情報であるプロセス状態情報から抽出されるプロセス特徴量と、そのプロセスで処理された対象品についての検査結果情報とに基づいて、プロセス状態情報と検査結果情報との関係を表すプロセス−品質モデルを作成するモデル作成装置に対し、前記プロセス特徴量を与えるプロセスデータ収集装置であって、
   前記プロセス状態情報のそれぞれに対し、別々に任意の収集周期で時系列に収集する収集手段と、
   その収集手段で収集したプロセス状態情報をプロセス単位で一時的にプロセス毎一次データ記憶手段に格納する一時保存管理手段と、
   その一時保存管理手段に格納されたプロセス状態情報に基づく情報から前記モデル作成装置に与えるプロセス特徴量を抽出する特徴量抽出手段とを備えたことを特徴とするプロセスデータ収集装置。
3. プロセスの実行により生成された対象品についての良否判定結果を受け付けるため入力部を有し、
   その入力部を介して不良判定を受け付けた際に、その不良判定を生じた対象品を生成したプロセスについてのプロセス状態情報を前記プロセス毎一次データ記憶手段から抽出し、前記モデル作成装置に送る機能を備えたことを特徴とする請求項１または２に記載のプロセスデータ収集装置。
4. 前記特徴量抽出手段で抽出したプロセス特徴量からプロセスの実行により生成された、或いはプロセス実行中の対象品の異常の有無を判断する異常判定手段を備え、
   前記異常判定手段が異常と判断した場合に、その異常と判断した対象品を生成した際のプロセス状態情報を前記プロセス毎一次データ記憶手段から抽出し、前記モデル作成装置に送る機能を備えたことを特徴とする請求項１から３のいずれか１項に記載のプロセスデータ収集装置。
5. 前記プロセス毎一次データ記憶手段に格納されたプロセス毎一次データを、所定の条件に従い複数のグループに分け、前記特徴量抽出手段は、そのグループ単位でプロセス特徴量を求めるようにしたことを特徴とする請求項１から４のいずれか１項に記載のプロセスデータ収集装置。
6. 請求項１から４のいずれか１項に記載のプロセスデータ収集装置から出力された所定の収集周期毎のプロセス特徴量を入力する第１の入力部と、
   プロセス実行により生成された製品の検査結果情報を入力する第２の入力部と、
   前記検査結果情報と、前記プロセス特徴量とを結合し、解析用データを生成する解析用データ作成手段と、
   前記解析用データに対してデータマイニングによる解析を実行することにより、プロセス特徴量と検査結果情報との関係を表すプロセス−品質モデルを作成する解析手段と、
   を備えるモデル作成装置。
7. 前記プロセスは、基板に配向膜を塗布する配向膜塗布プロセスであり、
   その配向膜塗布プロセスの状態に関連する情報であるプロセス状態情報を取得するとともに、収集周期毎のプロセス特徴量を求める請求項１から５のいずれか１項に記載のプロセス情報収集装置と、
   配向膜塗布プロセスが行われた対象品についての膜厚を検査する検査装置と、
   前記プロセス情報収集装置からプロセス特徴量を取得し、前記検査装置から膜厚検査結果情報を取得し、プロセス特徴量と検査結果情報との関係を表すプロセス−品質モデルを作成する請求項６に記載のモデル作成装置とを、
   備えたモデル作成システム。

Images