JP2007165721A - プロセス異常分析装置及びプログラム - Google Patents

Abstract

【課題】 異常を検出した場合に、その原因が一義的に決定できないケースでも、異常の原因の候補を求めることができるプロセス異常分析装置を提供すること
【解決手段】 プロセスデータ記憶部２１に格納されたプロセスデータからプロセス特徴量を抽出するとともに、プロセス特徴量データ記憶部２３に格納するプロセスデータ編集部２２と、プロセス特徴量から異常検出および異常要因分析を行なうための異常分析ルールを記憶する異常分析ルールデータ記憶部２６と、異常分析ルールにより、プロセス特徴量から異常検出および異常要因分析する異常判定部２４と、異常と判定された場合に、異常通知情報を出力する手段とを備えた。異常要因分析は、当該異常に対して、どのプロセス特徴量がどのくらい影響を与えているかを示す寄与率を求め、その寄与率の高いものを異常要因とするようにした。
【選択図】 図２

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異常の有無並びに異常の発生要因を分析するプロセス異常分析装置及びプログラムに関する。

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、或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。

半導体デバイスは、１００工程以上も有する半導体プロセスを経て製造され、また、複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（プロセス装置）の状態を示すパラメータと各製造装置を用いて製造された半導体デバイスの特性との関係が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、製造された半導体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。

係る問題を解決するため、特許文献１に開示されたモデル化装置では、プロセス実行時に発生する多岐にわたるプロセスデータを一定周期で収集し、得られた時系列のプロセスデータからプロセス特徴量を抽出する。そして、同一の製品についてのプロセス特徴量データと検査データとを結合し、その結合したデータをデータマイニングにより解析し、半導体製造プロセスにおけるプロセス特徴量と結果データの相関関係のモデルを作成する。このモデルにより、プロセス特徴量がどのような条件になったときに異常が発生するかを予測でき、さらに、異常発生箇所・原因を推測することもできる。
特開２００４−１８６４４５号公報

特許文献１に開示された発明では、例えば、「膜質軽欠点が製造されています。注意してください。」，「膜厚重欠点が製造されています。装置を停止してください。」のように異常発生を推定したり、「ポンプＡに故障が発生する恐れがあります。強制停止してください！」のように具体的な異常発生箇所を推定したりし、その結果を異常メッセージとして表示することができ、プロセス装置を稼働させる作業員や、メンテナンスをする作業員にとって有益な情報を提供することができる。

しかし、特許文献１の発明における異常発生箇所の推定は、異常箇所とプロセス特徴量との関係が一意に特定されるモデルを用いて行なわれている。よって異常の原因を特定できない場合、メンテナンスをする作業員にとっては、異常を生じている原因を一から調べる必要があり、作業が繁雑で、時間もかかってしまう。

この発明は、異常を検出した場合に、異常の原因の候補を求めることができるプロセス異常分析装置及びプログラ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、１台以上の製造装置からなる製造システムにおいて、プロセス実行時に得られるプロセスデータを一定周期で収集し、その得られた時系列のプロセスデータに基づいてプロセスの異常を単位対象品毎に検出し、異常の要因を分析するものであって、時系列のプロセスデータを記憶するプロセスデータ記憶手段と、そのプロセスデータ記憶手段に格納されたプロセスデータからプロセス特徴量を抽出するプロセスデータ編集手段と、プロセス特徴量から異常検出および異常要因分析を行なうための異常分析ルールを記憶する異常分析ルールデータ記憶手段と、異常分析ルールにより、プロセス特徴量から異常検出および異常要因分析する異常判定手段と、異常判定手段により異常と判定された場合に、異常通知情報を出力する手段と、を備え、異常要因分析は、当該異常に対して、どのプロセス特徴量がどのくらい影響を与えているかを示す寄与率を求め、その寄与率の高いものを異常要因とするようにした。

ここで、「プロセス」は、製造プロセスを含む。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。「単位対象品」は、1枚の半導体ウエハ、1枚のガラス基板のような通常の計数単位で把握される対象品でもよいし、これらの製品の１ロットのような製品のグループ単位で把握される対象品でもよいし、大判のガラス基板上に設定された領域のような製品の部分を単位とする対象品でもよい。異常通知情報の出力は、表示装置に出力したり、メール送信等により通知したり、記憶装置に保存するなど各種の処理を含む。

この発明によれば、異常と判断された場合に、その判断結果に対する寄与率の高いプロセス特徴量が異常要因として抽出されるため、異常発生時にどのプロセスデータが原因で異常と判定されたかが容易に理解でき、それに基づいてプロセス装置の異常発生箇所の特定も容易に行える。
異常検出は、ＰＬＳ法によりにより得られた、下記に示す回帰式で求められるｙの値が閾値以上の場合に異常発生と判定し、
ｙ＝ｂ０＋ｂ１＊ｘ１＋ｂ２＊ｘ２＋……＋ｂ（ｎ−１）＊ｘ（ｎ−１）＋ｂｎ＊ｘｎ
但し、ｘ１，ｘ２，……，ｘｎは、変数：プロセス特徴量
ｂ０，ｂ１，ｂ２，……，ｂｎは係数
（ｂ１，ｂ２，……，ｂｎは、各変数の重み度）

異常要因分析の寄与率は、下記に示す平均値と実測値の差分に係数を乗算した値とすることができる。
ｂ１（ｘ１−Ｘ１），ｂ２（ｘ２−Ｘ２），・・・・，ｂｎ（ｘｎ−Ｘｎ）
但し、Ｘ１，Ｘ２，……Ｘｎは、各変数のそれぞれの平均値
また、本発明のプログラムは、コンピュータを、プロセス実行時に得られるプロセスデータを一定周期で収集して得られた時系列のプロセスデータからプロセス特徴量を抽出するプロセスデータ編集手段、プロセス特徴量から異常検出および異常要因分析を行なうための異常分析ルールを記憶する異常分析ルールデータ記憶手段に格納された異常分析ルールにより、プロセス特徴量から異常検出および異常要因分析する異常判定手段、前記異常判定手段により異常と判定された場合に、異常通知情報を出力する手段、として機能させるためのプログラムであり、異常判定手段が行なう異常要因分析は、当該異常に対して、どのプロセス特徴量がどのくらい影響を与えているかを示す寄与率を求め、その寄与率の高いものを異常要因に決定する処理を実行するものとした。

本発明は、異常を検出した場合に、寄与率に基づいて異常要因を抽出することにより異常の原因の候補を求めることができる。

図１は、本発明の第１の実施形態であるプロセス異常分析装置成を含む製造システムを示す。この製造システムは、プロセス装置１，プロセス異常分析装置２０及び第１異常表示装置２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３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３には、プロセス装置１より前の段階、及びプロセス装置１より後の段階で用いられる他のプロセス装置や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４及びこの生産管理システム４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５を含んでいる。ＥＥＳネットワーク３とＭＥＳ系ネットワーク５とは、ルータ６を介して接続されている。ＭＥＳ系ネットワーク５上に存在する生産管理システム４は、ルータ６を経由して、ＥＥＳネットワーク３上の各装置にアクセスすることができる。ＭＥＳ系ネットワーク５は、イントラネットやインターネット等の回線７を介して他のネットワーク８に接続される。この他のネットワーク８には、第２異常表示装置９が接続されている。

この製造システムは、例えば、半導体や液晶パネルを製造するもので、プロセス装置１が半導体等を製造するためのプロセス（ウエハに対する成膜処理等）を実行する。半導体製造プロセスや液晶パネル製造システムにおいては、処理対象のウエハやガラス基板（以下、「ウエハ」）は、カセット１０内に所定枚数セットされ、カセット単位で移動されるとともに、プロセス装置１で所定の処理が行なわれる。図１では、プロセス装置１を１つのみ図示したが、通常、複数のプロセス装置でそれぞれ所定の処理が実行されるため、それらプロセス装置間の移動も、カセット単位で行なわれる。カセット１０に実装された所定枚数のウエハが同一のロットとなる。

この実施形態の半導体製造システムでは、個々のウエハごとに管理する必要から、各ウエハごとに製品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１２にて行なうことができる。

もちろん、タグ１０ａに、ロットＩＤに替えて、或いはロットＩＤとともに収納された全てのウエハについての製品ＩＤを記録しておき、プロセス装置１（プロセスデータ収集装置１２）は、タグ１０ａ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。また、カセット１０にセットするウエハが１枚の場合には、タグ１０ａ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。

カセット１０には、ＲＦ−ＩＤ（radio frequency identification）タグ１０ａが取り付けられている。タグ１０ａは、プロセス装置２に連結されたＲＦ−ＩＤリードライトヘッド１１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１０ａには、ロットＩＤ（製品ＩＤの基となるロットＩＤ或いは製品ＩＤ自体）と、前段装置の出庫時刻等の情報が格納される。

プロセス装置１は、ＭＥＳ系ネットワーク５からルータ６経由で生産管理システム４から送られてきたレシピＩＤを取得する。プロセス装置１は、レシピＩＤ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ＩＤに応じたプロセスを実行する。

プロセス装置１にはプロセスデータ収集装置１２が内蔵されている。プロセスデータ収集装置１２は、プロセス装置１においてプロセスが実行されている期間中或いは待機中に、プロセス装置１の状態に関連する情報であるプロセスデータを時系列に収集する。プロセスデータは、例えば、プロセス装置１の動作時の電圧，電流や、前段のプロセス装置を出庫してから本プロセス装置１に投入されるまでの滞留時間などがある。また、プロセス装置１がプラズマチャンバーを備え、ウエハに対して成膜処理をする装置の場合、そのプラズマチャンバー内の圧力や、プラズマチャンバーに供給するガス流量や、ウエハ温度やプラズマ光量等がある。プロセス装置１は、これらのプロセスデータを検出するための検出装置を備え、その検出装置の出力が、プロセスデータ収集装置１２に与えられる。

プロセスデータ収集装置１２は、タグ１０ａから読み取った前段装置の出庫時刻と現在ウエハがセットされているプロセス装置１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１１は、必要に応じてプロセス装置１からウエハを出庫する際に出庫時刻等をタグ１０ａへ書き込む。

プロセスデータ収集装置１２は、通信機能を備えている。プロセスデータ収集装置１２は、プロセス装置１において発生したあらゆるプロセスデータを収集し、収集したプロセスデータを製品ＩＤと対応付けてＥＥＳ系ネットワーク３に出力する。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。

プロセス異常分析装置２０は、プロセスデータ収集装置１２から出力された製品ＩＤ付のプロセスデータをＥＥＳネットワーク３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２０ａに格納する。

プロセス異常分析装置２０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、データベースを利用する。データベースは、プロセス異常分析装置２０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、プロセス異常分析装置２０と通信する他のコンピュータに設けてもよい。

図２は、プロセス異常分析装置２０の内部構成を示している。プロセス異常分析装置２０は、プロセスデータ収集装置１２から送られてきたプロセスデータを格納するプロセスデータ記憶部２１と、プロセスデータ記憶部２１に格納された各種のプロセスデータからプロセス特徴量を算出するプロセスデータ編集部２２と、プロセスデータ編集部２２が算出したプロセス特徴量を格納するプロセス特徴量データ記憶部２３と、プロセス特徴量データ記憶部２３に格納されたプロセス特徴量に基づいて異常の有無を判定する異常判定部２４と、異常判定部２４で異常と判定されたウエハについてのプロセスデータを記憶する異常プロセスデータ記憶部２７と、異常判定部２４で判定処理を行なう際に使用する異常分析ルールを記憶する異常分析ルールデータ記憶部２６と、その異常分析ルールデータ記憶部２６にアクセスして異常分析ルールの追加・変更を行なう異常分析ルール編集部２５と、を備えている。各記憶部は、プロセス異常分析装置２０の外部の記憶装置（データベース２０ａ）に設定してもよいし、内部記憶装置に設けてもよい。

図３（ａ）に示すように、プロセスデータ記憶部２１に格納されるプロセスデータは、製品ＩＤと関連付けられる。プロセスデータは、プロセスデータ収集装置１２が収集した各種のプロセスデータに加え、そのプロセスデータを収集した日時情報（日付＋時刻）も含む。プロセスデータ記憶部２１には、製品ＩＤごとに、日時情報に従って時系列にプロセスデータが格納される。

プロセスデータ記憶部２１は、リングバッファ等の一時記憶手段から構成され、プロセス終了後の所定のタイミングでプロセスデータを削除（新たなプロセスデータを上書き）するようにしている。

プロセスデータ編集部２２は、プロセスデータ記憶部２１に格納された時系列のプロセスデータを呼び出し、枚葉毎のプロセス特徴量を算出する。プロセス特徴量は、例えば、同一の製品ＩＤについてのプロセスデータのピーク値，総和，平均値等のプロセスデータの値から算出するものに限らず、プロセスデータの値が設定された閾値を超えている時間等の各種のものがある。

プロセスデータ編集部２２は、生産管理システム４から出力されるレシピＩＤを製品ＩＤとともに取得する。レシピは、予め決められたプロセス装置に対する命令や設定、パラメータのセットで、処理対象や工程、装置の違いにより複数持ち、生産管理システム４で管理される。それぞれのレシピには、レシピＩＤが付与される。プロセス装置１で処理されるウエハに対するレシピは、製品ＩＤとレシピＩＤとにより特定される。

プロセスデータ編集部２２は、図３（ｂ）に示す製品ＩＤとレシピＩＤのセットを以下に示す手順で取得する。まず、プロセスデータ編集部２２は、生産管理システム（ＭＥＳ）４にアクセスし、分析対象のウエハの製品ＩＤと、プロセス装置１を特定する装置ＩＤをキーにし、対応するレシピＩＤを検索する。次いで、プロセスデータ編集部２２は、その検索したレシピＩＤを生産管理システム４から直接、或いは、プロセスデータ収集装置１２経由で取得する。プロセスデータ収集装置１２経由で取得する場合、プロセスデータ収集装置１２は、進行中のプロセスのレシピＩＤを生産管理システム（ＭＥＳ）４から取得し、プロセス装置１のプロセスデータと併せてプロセス異常分析装置２０へ渡すようにしてもよい。

プロセスデータ編集部２２は、製品ＩＤをキーにして、算出したプロセス特徴量データと、取得したレシピＩＤとを結合し、その結合したデータをプロセス特徴量データ記憶部２３に格納する。よって、プロセス特徴量データ記憶部２３のデータ構造は、図３（ｃ）に示すようになる。

異常分析ルール編集部２５は、モデル化装置１４や人手による解析によって得られたモデルを取得し、異常分析ルールを定義し、異常分析ルールデータ記憶部２６に格納する。モデル化装置１４は、例えば特開２００４−１８６４４５号公報に開示されたデータマイニングを利用したモデル化装置等を用いることができる。ここで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等が知られている。

さらに異常分析ルール編集部２５は、異常分析ルールに対応する異常通知情報も登録する。これにより、異常分析ルールデータ記憶部２６のデータ構造は、図４に示すように、レシピＩＤと、異常分析ルールと、異常通知情報と、を関連付けたテーブル構造となる。

異常通知情報は、異常分析ルールに基づいて判定された結果を表示する異常表示装置２，９や、判定結果を通知する通知先等の出力先を特定する情報と、具体的な通知内容がある。通知先は、例えば、担当者のメールアドレスなどである。異常表示装置２，９と通知先の両方を登録しても良いし、一方のみを登録しても良い。出力先は、例えば、判定により求められる異常の度合いや異常箇所などで分類し、分類に応じて振り分けることができる。異常表示装置，通知先、通知内容は、ひとつの分類に対し、複数指定することができる。図１に示すシステム構成の場合、異常表示装置はＥＥＳネットワーク３に接続され、プロセス装置１が設置された生産ラインの現場に配置された異常表示装置２と、遠隔地に設置された異常表示装置９の２種類があるので、異常の種類等に応じて出力先の異常表示装置を振り分ける。異常分析ルールは、線形回帰，決定木，マハラノビスの距離，主成分分析，移動主成分分析，ＤＩＳＳＩＭなどの手法を使用することができる。

図５は、異常分析ルールデータ記憶部２６に格納されるデータ（レシピＩＤ，異常分析ルール，異常通知情報）の具体例を示している。図示するように、異常分析ルールは、プロセス特徴量に基づいて演算処理する異常判定式と、その異常判定式により求めた値（ｙ）が異常を生じているか否かを決定する判定条件と、を備えている。

この異常分析ルールは、プロセス特徴量から異常検出や異常要因分析を行なうためのルールである。異常検出は、異常の有無を判断するものである。図５に示す例では、レシピＩＤ＝１００１，１００２，２００１がそのレシピについての異常検出をするための異常分析ルールにそれぞれ対応付けられている。これらのレシピＩＤでは、異常箇所も具体的に特定できる。レシピＩＤ＝４００１も異常検出のための異常分析ルールに対応付けられている。但し、このレシピＩＤ＝４００１に対応する異常分析ルールでは、複数の異常要因から総合的に判断しているので、異常個所を特定することはできない。

異常要因分析は、異常要因データを求めるものである。異常要因データは、プロセスデータまたはその特徴量を示す名称と寄与率データを含む。寄与率データは、その異常に対して、どのプロセスデータやその特徴量がどのくらい影響を与えているかを表わすデータである。寄与率データの数値が大きいほど当該異常に対する影響度合いが大きい、すなわち当該異常をもたらした原因の可能性が高いと言える。異常要因分析により算出される寄与率データの値の上位Ｎ個（例えば、５個）までの寄与率データを含む異常要因データを抽出する。作業員は、抽出された異常要因データに基づき、異常が検出されたときの対処時に、どのプロセスデータをチェックすればよいかがわかる。

本実施形態では、異常要因データを決定するための寄与率を、ＰＬＳ（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）法により得られた回帰式より求めるようにした。このＰＬＳ法により得られる回帰式を下記に示す。
ｙ＝ｂ０＋ｂ１＊ｘ１＋ｂ２＊ｘ２＋……＋ｂ（ｎ−１）＊ｘ（ｎ−１）＋ｂｎ＊ｘｎ
上記の式において、ｘ１，ｘ２，……ｘｎが、それぞれプロセス特徴量であり、ｂ０，ｂ１，ｂ２，……ｂｎは、係数である。ｂ１，ｂ２，……ｂｎは、各プロセス特徴量の重み度である。上記の回帰式により求めたｙの値がしきい値を越えた場合に異常と判定される。このＰＬＳ法を用いた異常検知は、例えば、特開２００４−３４９４１９の段落［００８０］−［００９３］等に開示されている。

本実施形態では、このＰＬＳ法を利用して各プロセス特徴量の寄与率を求めるようにした。まず、各変数（ｘ１，ｘ２，……ｘｎ）がいずれも平均値を示すときのＰＬＳ予測値をＹとする。そして、実際に取得したプロセス特徴量を各変数に代入して求めたｙとの差であるｙ−Ｙの大きさに各項がどれだけ寄与したかを評価する。つまり、各変数の平均値をＸ１，Ｘ２，……Ｘｎとすると、上記の式の各項の値は、下記のようになる。
ｂ１（ｘ１−Ｘ１）、ｂ２（ｘ２−Ｘ２）、・・・・、ｂｎ（ｘｎ−Ｘｎ）
このように、平均値と実測値の差分に、さらに係数を乗算した値を求めた各項の値を、各プロセス特徴量の寄与率データとした。

この寄与率を用いた要因分析は、図５におけるレシピＩＤ＝４００１が該当する。このレシピＩＤ＝４００１の異常分析ルールでは、具体的な異常箇所までは特定できないものの、複数の異常要因をリストアップすることができる。Ｔｅｍｐｅｒａｔｕｒｅ，ＦｌｏｗＲａｔｅ，Ｐｒｅｓｓｕｒｅは、はそれぞれプロセスデータである温度、ガス流量、ガス圧から求めたプロセス特徴量である。

異常分析ルール編集部２５の具体的な処理機能は、図６に示すフローチャートを実行するようになっている。まず、異常分析ルール編集部２５は、新規作成か更新処理かを判断する（Ｓ１１）。この判断は、例えば異常分析ルール編集部２５が、プロセス異常分析装置２０を構成するパソコンの表示装置に、「新規作成」ボタンと「更新処理」ボタンとを含む入力画面を表示させ、どちらのボタンが選択されかを認識することで行なう。

新規作成の場合には、異常分析ルール編集部２５は、レシピＩＤと、異常分析ルールと、異常通知情報と、を関連付ける（Ｓ１２）。具体的には、異常分析ルール編集部２５がモデル化装置１４から与えられるレシピＩＤと、モデルと、異常通知情報とを取得することで、関連づけが行える。異常分析ルールは、モデルから特定される。モデル作成装置から与えられる異常通知情報に未登録の項目が存在する場合、異常分析ルール編集部２５は、取得した情報を表示装置に表示する。この表示装置に表示する表示形態は、図５に示すような表形式とし、未登録の項目を空欄にする。ユーザは、プロセス異常分析装置２０を構成するパソコンの入力装置を操作し、未登録の項目について入力する。異常分析ルール編集部２５は、その入力された情報とモデル化装置１４から取得した情報を関連づける。この未登録の項目は、たとえば、異常通知先や、異常情報を表示する異常表示装置を特定するための情報など、ユーザ側で設定可能なものである。もちろん、モデル化装置が、異常通知情報の全ての項目を作成しても良い。モデル化装置１４で作成されたモデル等は、異常分析ルール編集部２５に対してオンラインで与えられるようにしても良いし、そのモデル等をオペレータが入力するといったオフラインで与えるようにしても良い。

異常分析ルール編集部２５は、処理ステップＳ１２を実行して関連づけたデータを新規ルールデータとして異常分析ルールデータ記憶部２６に保存し、新規作成処理を終了する（Ｓ１３）。

更新処理の場合、処理ステップＳ１１の分岐判断がＮｏとなるので、異常分析ルール編集部２５は、異常分析ルールデータ記憶部２６にアクセスし、既存のルールデータを読み出す（Ｓ１４）。この読み出しは、編集対象のレシピＩＤがわかっている場合には、そのレシピＩＤをキーにして検索し、該当するルールデータを読み出すことができるし、全てのデータを読み出すこともできる。全てのルールデータを読み出した場合、異常分析ルール編集部２５は、例えば、図５に示すような表形式で表示装置に出力する。

次いで、異常分析ルール編集部２５は、読み出したルールデータの修正（追加、変更、削除）を行ない（Ｓ１５）、修正したルールデータを異常分析ルールデータ記憶部２６に保存し（Ｓ１６）、更新処理を終了する。

異常判定部２４は、異常分析部２４ａと、異常プロセスデータ保存部２４ｂと、異常表示部２４ｃと、異常通知部２４ｄとを備えている。異常分析部２４ａは、異常分析ルールデータ記憶部２６に格納された異常分析ルールを用い、プロセス特徴量データ記憶部２３から読み出したプロセス特徴量に従って異常判定を行なう。この異常分析部２４ａで実行される異常判定は、異常の有無と、異常要因分析の両方である。

異常プロセスデータ保存部２４ｂは、異常判定部１４ａで異常が検出された場合に、その異常と判定されたウエハについてのプロセスデータをプロセスデータ記憶部２１から読み出すとともに、異常プロセスデータとして異常プロセスデータ記憶部２５に保存する。このとき、異常判定結果（ｙの値）を関連づけて登録しても良い。

異常表示部２４ｃは、異常判定部１４ａで異常が検出された場合に、指定された異常表示装置に対して異常メッセージを出力する。出力する異常メッセージは、異常分析ルールデータ記憶部２６に格納されている。また、異常要因分析を行なった場合、寄与率等の詳細データも併せて出力する。

異常通知部２４ｄは、異常判定部１４ａで異常が検出された場合に、指定された異常通知先に対して指定された方法で異常メッセージを出力する。一例としては、異常通知部２４は、指定されたアドレスに対してメール送信をする。出力する異常メッセージは、異常分析ルールデータ記憶部２６に格納されている。また、異常要因分析を行なった場合、寄与率等の詳細データも併せて出力する。

この異常判定部２４の具体的な処理機能は、図７に示すフローチャートのようになっている。まず、異常分析部２４ａは、プロセス特徴量データ記憶部２３にアクセスし、１つの製品ＩＤをキーにして１枚葉分のプロセス特徴量データを抽出し、そのレシピ情報を取得する（Ｓ１）。

異常分析部２４ａは、異常分析ルールデータ記憶部２６にアクセスし、取得したレシピ情報に対応する異常分析ルールを取得する（Ｓ２）。異常分析部２４ａは、取得した異常分析ルールの異常判定式にプロセス特徴量を代入し、ｙの値を算出する（Ｓ３）。

異常分析部２４ａは、異常分析ルールに含まれる全ての判定式の評価が完了したか判断する（Ｓ４）。処理ステップＳ３で求めたｙの値について、異常検出ルールの判定条件に合致するか否かの判定を全てについて行なったか否かを判断する。異常分析部２４ａは、未評価の判定条件が存在する場合には、その判定条件に基づいて異常の有無を判断する（Ｓ５）。例えば、レシピＩＤ＝１００１の場合、判定条件が４つ存在するため、処理ステップＳ３を実行して異常判定式からｙの値を算出したならば、そのｙの値が、どの判定条件に合致するかを順番にチェックする。また、異常分析部２４ａは、レシピＩＤ＝４００１の場合は、主成分分析を行ない、ｙの値が判定条件の０．８以上になった場合、併せて各異常要因データに含まれる寄与率データを確認し、寄与率データの値が上位Ｎ個分に該当する異常要因データを抽出する。Ｎの値は、任意に設定でき、例えば５個とすることができるし、全ての異常要因データを抽出する（Ｎ＝ｎ）ようにしても良い。異常が検出された場合（Ｓ５でＹｅｓ）、判定条件に対応する異常通知情報に従って異常を通知する。具体的には、異常表示部２４ｃは、予め設定された異常表示装置２，９に対してメッセージを出力し、異常通知部２４ｄは、予め設定された異常通知先にメール送信等により通知する。通知する内容は、異常分析ルールデータ記憶部２６に格納された異常表示情報と、レシピＩＤに加え、発生日時情報や異常通知ＩＤを付加する。

異常表示部２４ｃから出力された異常通知に基づいて異常表示装置２，９の表示装置に表示される表示例としては、図８に示すようにテーブル形式とすることができる。図８では、複数の異常通知を一覧表示した例を示しているが、実際には、異常表示部２４ｃからリアルタイムで異常通知が送られてくるため、送られてきた情報を順次一覧に追加して表示することになる。もちろん、異常表示装置２，９が、送られてきた異常通知情報等を記憶装置に格納し、後で一覧表示することもできる。また、図示省略するが、異常表示部２４ｃや異常通知部２４ｄが出力する内容を、プロセス異常分析装置２０に設けたデータベースに格納し、管理するようにしても良い。

また、図８に示すように、異常表示部２４ｃが出力する情報の中には、異常要因の有無の情報も備えており、図８中、異常通知ＩＤ＝２００４１１２４００１のように、要因情報が有る場合、要因変数と寄与率も併せて出力する。よって、異常表示装置２，９は、取得した要因変数と寄与率に基づき、例えば図９に示すように、上位ｎ個（この例では５個）のデータを棒グラフで表示する。これにより、ユーザは、どの要因変数、すなわち、プロセス特徴量が異常発生の原因になっている可能性が高いかを、一目で理解することができる。もちろん、この要因変数と寄与率の表示形態は、棒グラフに限ることはなく、円グラフその他のグラフで表示したり、図１０に示すように、表形式でテキスト表示するようにしてもよく、各種の表示形態を採ることができる。さらに、異常プロセスデータ保存部２４ｂは、異常と判定された製品ＩＤをキーにプロセスデータ記憶部２１にアクセスし、該当するプロセスデータを取得するとともに、異常プロセスデータとして異常プロセスデータ保存部２７に格納する（Ｓ７）。

この異常プロセスデータ記憶部２７に格納された異常プロセスデータは、モデル化装置１４に読み出され、そこにおいて解析され、新たなモデルを生成したり、既存のモデルを修正するための情報に利用される。また、係る解析は、モデル化装置１４による自動的に行なうものに限らず、人間が解析して新たなモデルを作成することもできる。これら再解析によって作成されたモデルは、異常分析ルール編集部２５を介して異常分析ルールデータ記憶部２６に格納され、それ以後の異常判定に利用される。

このようにすると、異常と判定されたウエハについてのプロセスデータを異常プロセスデータとして異常プロセスデータ記憶部２７に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データの生データのうち異常時のもののみを保存することができ、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。

図１１は、変形例を示している。この変形例では、プロセス異常分析装置２０′が、プロセス装置１内に実装される。このプロセス異常分析装置２０′は、基本的には上述した図２に示すものと同様の構成を採る。但し、プロセス装置１には、パソコンのキーボードのような入力装置を備えていない場合が多いので、プロセス異常分析装置２０′には異常分析ルール編集部を設けず、異常分析ルール編集部の機能をインストールしたパソコンから構成される異常分析ルール編集装置３０をＥＥＳネットワーク３に接続した。そして、異常分析ルール編集装置３０は、ＥＥＳネットワーク３を介して異常分析ルールデータ記憶部２６にアクセス可能とした。これにより、異常分析ルール編集装置３０で作成したルールデータや編集したルールデータが、ＥＥＳネットワーク３を介してプロセス異常分析装置２０′の異常分析ルールデータ記憶部２６に保存される。プロセス異常分析装置２０′は、プロセスデータ収集装置１２から与えられたプロセスデータに基づき、プロセス特徴量を求め、分析ルールデータ記憶部２６に格納されたルールデータに従い、異常判定を行なう。そして、異常が検出された場合、プロセス異常分析装置２０′は、異常プロセスデータを保存したり、判定結果を出力する。

図１２は、本発明の第２の実施形態を示している。本実施形態のプロセス異常分析装置２０″は、第１の実施形態のプロセス異常分析装置２０を基本とし、異常判定の結果、寄与率などの異常要因情報が存在する場合に、異常要因データとして保存する機能を追加した。つまり、プロセス異常分析装置２０″は、異常要因データ記憶部２８を備えるとともに、異常判定部２４に、異常要因保存部２４ｅを追加した。

異常要因データ記憶部２８に保存される異常要因データのデータ構造は、図１３に示すようになっている。図示するように、異常通知ＩＤと、発生日と、発生時刻と、異常を発生した装置番号と、レシピＩＤと、製品ＩＤと、異常レベルと、異常コードと、メッセージと、要因変数，寄与率と、を関連付けたテーブルからなる。装置番号，レシピＩＤ，製品ＩＤ，異常レベル，異常コード，メッセージは、異常分析ルールデータ記憶部に格納された異常通知情報から生成され、発生日と発生時刻は、装置が持つ内部時計に基づいて生成され、異常通知ＩＤは、異常分析部２４ａが発生日と、その発生日における３桁のレコード番号とを結合することで生成する。図示の例では、２００４年１１月２４日の１番目に発生された異常通知を意味する。要因変数，寄与率は、異常分析部２４ａで算出された各要因変数の寄与率のうち、上位Ｎ個（Ｎ＝ｎを含む）を抽出し、要因変数とセットで異常要因データ記憶部２８に登録される。この異常要因データ記憶部２８に格納された異常要因データは、異常表示装置２，９や、モデル化装置１４等の外部の装置から検索することができる。

上記の処理を実行する本実施形態の異常判定部２４は、図１４に示すフローチャートを実行するように構成される。図７に示すフローチャートと比較すると明らかなように、処理ステップＳ１からＳ７までは、第１の実施形態と同様であり、処理ステップ７を実行後に、異常要因情報がある場合に異常要因保存部２４ｅが異常要因データを異常要因データ記憶部２８に保存する処理を実行する（Ｓ８）。

上述した各実施形態では、プロセス異常分析装置とは別の装置で異常表示装置を構成したが、本発明はこれに限ることはなく、異常通知情報を表示する表示装置は、プロセス異常分析装置と同一の装置でも良い。つまり、プロセス異常分析装置を構成するパソコンの表示装置に異常通知情報を表示しても良い。

本発明の第１の実施形態であるプロセス異常分析装置を含む製造システムの一例を示す図である。 プロセス異常分析装置の内部構造の一例を示す図である。 プロセス異常分析装置が処理する各種データのデータ構造の一例を示す図である。 異常分析ルールデータ記憶部に格納されるルールデータのデータ構造の一例を示す図である。 異常分析ルールデータ記憶部に格納されるルールデータの具体例を示す図である。 異常分析ルール編集部の機能を説明するフローチャートである。 異常判定部の機能を説明するフローチャートである。 異常表示装置に表示される情報の一例を示す図である。 異常表示装置に表示される情報の一例を示す図である。 異常表示装置に表示される情報の一例を示す図である。 変形例を示す図である。 本発明の第２の実施形態であるプロセス異常分析装置を含む製造システムの一例を示す図である。 異常要因データ記憶部に格納されるデータのデータ構造の一例を示す図である。 異常判定部の機能を説明するフローチャートである。

符号の説明

２０ プロセス異常分析装置
２１ プロセスデータ記憶部
２２ プロセスデータ編集部
２３ プロセス特徴量データ記憶部
２４ 異常判定部
２４ａ 異常分析部
２４ｂ 異常プロセスデータ保存部
２４ｃ 異常表示部
２４ｄ 異常通知部
２４ｅ 異常要因保存部
２５ 異常分析ルール編集部
２６ 異常分析ルールデータ記憶部
２７ 異常プロセスデータ記憶部
２８ 異常要因データ記憶部

Claims (3)

1. １台以上の製造装置からなる製造システムにおいて、プロセス実行時に得られるプロセスデータを一定周期で収集し、その得られた時系列のプロセスデータに基づいてプロセスの異常を単位対象品毎に検出し、異常の要因を分析するプロセス異常分析装置であって、
   前記時系列のプロセスデータを記憶するプロセスデータ記憶手段と、
   そのプロセスデータ記憶手段に格納されたプロセスデータからプロセス特徴量を抽出するプロセスデータ編集手段と、
   プロセス特徴量から異常検出および異常要因分析を行なうための異常分析ルールを記憶する異常分析ルールデータ記憶手段と、
   前記異常分析ルールにより、前記プロセス特徴量から異常検出および異常要因分析する異常判定手段と、
   前記異常判定手段により異常と判定された場合に、異常通知情報を出力する手段と、を備え、
   前記異常要因分析は、当該異常に対して、どのプロセス特徴量がどのくらい影響を与えているかを示す寄与率を求め、その寄与率の高いものを異常要因とすることを特徴とするプロセス異常分析装置。
2. 前記異常検出は、ＰＬＳ法により得られた、下記に示す回帰式で求められるｙの値が閾値以上の場合に異常発生と判定し、
   ｙ＝ｂ０＋ｂ１＊ｘ１＋ｂ２＊ｘ２＋……＋ｂ（ｎ−１）＊ｘ（ｎ−１）＋ｂｎ＊ｘｎ
   但し、ｘ１，ｘ２，……，ｘｎは、変数：プロセス特徴量
   ｂ０，ｂ１，ｂ２，……，ｂｎは係数
   （ｂ１，ｂ２，……，ｂｎは、各変数の重み度）
   
   前記異常要因分析の寄与率は、下記に示す平均値と実測値の差分に係数を乗算した値としたことを特徴とする請求項１に記載のプロセス異常分析装置。
   ｂ１（ｘ１−Ｘ１），ｂ２（ｘ２−Ｘ２），・・・・，ｂｎ（ｘｎ−Ｘｎ）
   但し、Ｘ１，Ｘ２，……Ｘｎは、各変数のそれぞれの平均値
3. コンピュータを、
   プロセス実行時に得られるプロセスデータを一定周期で収集して得られた時系列のプロセスデータからプロセス特徴量を抽出するプロセスデータ編集手段、
   プロセス特徴量から異常検出および異常要因分析を行なうための異常分析ルールを記憶する異常分析ルールデータ記憶手段に格納された異常分析ルールにより、前記プロセス特徴量から異常検出および異常要因分析する異常判定手段、
   前記異常判定手段により異常と判定された場合に、異常通知情報を出力する手段、として機能させるためのプログラムであり、
   前記異常判定手段が行なう前記異常要因分析は、当該異常に対して、どのプロセス特徴量がどのくらい影響を与えているかを示す寄与率を求め、その寄与率の高いものを異常要因に決定する処理を実行することを特徴とするプログラム。
   

Images