JP2012064085A - 製造プロセスの監視システムおよび製造プロセスの監視方法 - Google Patents
製造プロセスの監視システムおよび製造プロセスの監視方法 Download PDFInfo
- Publication number
- JP2012064085A JP2012064085A JP2010208945A JP2010208945A JP2012064085A JP 2012064085 A JP2012064085 A JP 2012064085A JP 2010208945 A JP2010208945 A JP 2010208945A JP 2010208945 A JP2010208945 A JP 2010208945A JP 2012064085 A JP2012064085 A JP 2012064085A
- Authority
- JP
- Japan
- Prior art keywords
- data
- manufacturing process
- reference space
- information
- monitoring
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 135
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000005856 abnormality Effects 0.000 claims abstract description 97
- 238000003860 storage Methods 0.000 claims abstract description 47
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 11
- 239000000047 product Substances 0.000 claims description 53
- 230000002950 deficient Effects 0.000 claims description 31
- 238000007689 inspection Methods 0.000 claims description 16
- 230000007547 defect Effects 0.000 claims description 2
- 239000006227 byproduct Substances 0.000 claims 2
- 238000001514 detection method Methods 0.000 description 30
- 238000012545 processing Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 19
- 230000002159 abnormal effect Effects 0.000 description 12
- 238000012806 monitoring device Methods 0.000 description 11
- 230000007717 exclusion Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 239000000758 substrate Substances 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000003070 Statistical process control Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005268 plasma chemical vapour deposition Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
【課題】本発明の実施形態は、異常の監視精度を向上させることができる製造プロセスの監視システムおよび製造プロセスの監視方法を提供する。
【解決手段】実施形態によれば、製品の製造プロセスにおける異常を監視する製造プロセスの監視システムであって、過去において収集されたデータを格納する情報格納部と、前記情報格納部に格納されたデータを選別する際に用いられる情報を作成する選択情報部と、前記製造プロセスにおいて取得された異常監視の対象となるデータと、前記情報格納部に格納されたデータから前記情報により選別されたデータと、に基づいて基準空間を形成する基準空間形成部と、前記基準空間に基づいて前記異常監視の対象となるデータの異常を監視する監視部と、を備えたことを特徴とする製造プロセスの監視システムが提供される。
【選択図】図１
【解決手段】実施形態によれば、製品の製造プロセスにおける異常を監視する製造プロセスの監視システムであって、過去において収集されたデータを格納する情報格納部と、前記情報格納部に格納されたデータを選別する際に用いられる情報を作成する選択情報部と、前記製造プロセスにおいて取得された異常監視の対象となるデータと、前記情報格納部に格納されたデータから前記情報により選別されたデータと、に基づいて基準空間を形成する基準空間形成部と、前記基準空間に基づいて前記異常監視の対象となるデータの異常を監視する監視部と、を備えたことを特徴とする製造プロセスの監視システムが提供される。
【選択図】図１
Description
本発明の実施形態は、製造プロセスの監視システムおよび製造プロセスの監視方法に関する。
製造ラインなどにおける製造プロセスの監視方法として、Ｊｕｓｔ−Ｉｎ−Ｔｉｍｅモデリング法を用いた統計的工程管理（ＳＰＣ；Statistical Process Control）が知られている。
Ｊｕｓｔ−Ｉｎ−Ｔｉｍｅモデリング法によれば、取得されたデータの近傍にある複数のデータを用いてその都度基準空間を作成するので、基準空間の更新に対する手間や管理を軽減させることができる。
ところが、取得されたデータの近傍にある複数のデータを単に用いるようにすれば、異常の監視精度が低下するおそれがある。
Ｊｕｓｔ−Ｉｎ−Ｔｉｍｅモデリング法によれば、取得されたデータの近傍にある複数のデータを用いてその都度基準空間を作成するので、基準空間の更新に対する手間や管理を軽減させることができる。
ところが、取得されたデータの近傍にある複数のデータを単に用いるようにすれば、異常の監視精度が低下するおそれがある。
井上大輔、山本茂著、日本機械学会論文集、７２巻７２１号（２００６−９）、論文Ｎｏ．０６−００４１、Ｐ．７２−Ｐ．７７
本発明の実施形態は、異常の監視精度を向上させることができる製造プロセスの監視システムおよび製造プロセスの監視方法を提供する。
実施形態によれば、製品の製造プロセスにおける異常を監視する製造プロセスの監視システムであって、過去において収集されたデータを格納する情報格納部と、前記情報格納部に格納されたデータを選別する際に用いられる情報を作成する選択情報部と、前記製造プロセスにおいて取得された異常監視の対象となるデータと、前記情報格納部に格納されたデータから前記情報により選別されたデータと、に基づいて基準空間を形成する基準空間形成部と、前記基準空間に基づいて前記異常監視の対象となるデータの異常を監視する監視部と、を備えたことを特徴とする製造プロセスの監視システムが提供される。
また、他の実施形態によれば、製品の製造プロセスにおける異常を監視する製造プロセスの監視方法であって、実行されている前記製造プロセスにおいて異常監視の対象となるデータを取得する工程と、過去において収集されたデータを取得する工程と、前記過去において収集されたデータを選別する際に用いられる情報を作成する工程と、前記異常監視の対象となるデータと、前記過去において収集されたデータから前記情報により選別されたデータと、に基づいて基準空間を形成する工程と、前記基準空間に基づいて前記異常監視の対象となるデータの異常を監視する工程と、を備えたことを特徴とする製造プロセスの監視方法が提供される。
以下、図面を参照しつつ、実施の形態について例示をする。なお、各図面中、同様の構成要素には同一の符号を付して詳細な説明は適宜省略する。
[第１の実施形態]
図１は、第１の実施形態に係る製造プロセスの監視システムを例示するためのブロック図である。
なお、図１は、製造プロセスの監視システムを製造ラインに設けた状態を例示するためのブロック図である。
[第１の実施形態]
図１は、第１の実施形態に係る製造プロセスの監視システムを例示するためのブロック図である。
なお、図１は、製造プロセスの監視システムを製造ラインに設けた状態を例示するためのブロック図である。
図１に示すように、製造ライン１０には、第１の実施形態に係る製造プロセスの監視システム１、処理装置１２、制御装置１３、検出装置１４、端末部１５、ＭＥＳ（Manufacturing Execution System：製造実行システム）系ＬＡＮ（Local Area Network：構内通信網）１６、ＦＤ（Fault Detection：欠陥探知）システム系ＬＡＮ１７が設けられている。 また、監視システム１には、監視装置２、情報格納部３が設けられている。
処理装置１２、制御装置１３は、ＭＥＳ系ＬＡＮ１６に接続されており、端末部１５はＦＤシステム系ＬＡＮ１７に接続されている。
監視装置２は、ＭＥＳ系ＬＡＮ１６およびＦＤシステム系ＬＡＮ１７に接続されている。情報格納部３と、監視装置２に設けられた基準空間形成部４とは、ＭＥＳ系ＬＡＮ１６に接続されている。監視装置２に設けられた監視部６はＦＤシステム系ＬＡＮ１７に接続されている。
処理装置１２、制御装置１３は、ＭＥＳ系ＬＡＮ１６に接続されており、端末部１５はＦＤシステム系ＬＡＮ１７に接続されている。
監視装置２は、ＭＥＳ系ＬＡＮ１６およびＦＤシステム系ＬＡＮ１７に接続されている。情報格納部３と、監視装置２に設けられた基準空間形成部４とは、ＭＥＳ系ＬＡＮ１６に接続されている。監視装置２に設けられた監視部６はＦＤシステム系ＬＡＮ１７に接続されている。
処理装置１２は、例えば、半導体装置やフラットパネルディスプレイなどの電子デバイスの製造ラインに設けられる装置とすることができる。
処理装置１２としては、例えば、シリコンウェーハ上やガラス基板上に薄膜を形成するプラズマＣＶＤ（Chemical Vapor Deposition：化学気相成長）装置などを例示することができる。ただし、これに限定されるわけではなく、適宜変更することができる。
処理装置１２としては、例えば、シリコンウェーハ上やガラス基板上に薄膜を形成するプラズマＣＶＤ（Chemical Vapor Deposition：化学気相成長）装置などを例示することができる。ただし、これに限定されるわけではなく、適宜変更することができる。
なお、本明細書において「製品」というときは、処理装置において所定の処理がなされた後の部材をいい、いわゆる完成品の他に中間製品をも含むものとする。例えば、前述の例でいえば、薄膜が形成されたシリコンウェーハやガラス基板も「製品」に含まれる。
制御装置１３は、処理装置１２に製造プロセスを実行させるための指令を出力する。
検出装置１４は、処理装置１２に設けられている。検出装置１４は、現在実行されている製造プロセス（異常の発生を監視している製造プロセス）に関するデータを取得する。検出装置１４としては、例えば、圧力、温度、流量、電圧、電流、電力、周波数、光の強度、振動、音、成分比などを検出し、電気信号に変換するものなどを例示することができる。ただし、検出装置１４が検出する対象は例示をしたものに限定されるわけではなく適宜変更することができる。
また、検出装置１４により取得されたデータは、処理装置１２を介して、監視装置２、情報格納部３に提供される。
検出装置１４は、処理装置１２に設けられている。検出装置１４は、現在実行されている製造プロセス（異常の発生を監視している製造プロセス）に関するデータを取得する。検出装置１４としては、例えば、圧力、温度、流量、電圧、電流、電力、周波数、光の強度、振動、音、成分比などを検出し、電気信号に変換するものなどを例示することができる。ただし、検出装置１４が検出する対象は例示をしたものに限定されるわけではなく適宜変更することができる。
また、検出装置１４により取得されたデータは、処理装置１２を介して、監視装置２、情報格納部３に提供される。
端末部１５には、監視システム１から後述する監視結果が提供される。そして、提供された監視結果は端末部１５に設けられた図示しない表示手段に表示される。なお、キーボードなどの図示しない入力手段を設けるようにすることもできる。
監視システム１に設けられた情報格納部３は、過去において収集されたデータを格納するとともに、検出装置１４から提供されたデータを逐次格納する。また、情報格納部３は、過去において収集されたデータを監視装置２に設けられた基準空間形成部４に提供する。
監視装置２は、検出装置１４から提供されたデータと、情報格納部３から提供された過去において収集されたデータと、に基づいて異常の発生を監視する。なお、異常発生の監視に関する詳細は後述する。
監視装置２は、検出装置１４から提供されたデータと、情報格納部３から提供された過去において収集されたデータと、に基づいて異常の発生を監視する。なお、異常発生の監視に関する詳細は後述する。
次に、監視装置２についてさらに例示をする。
監視装置２には、基準空間形成部４、選択情報部５、監視部６が設けられている。
基準空間形成部４は、検出装置１４により取得された異常監視の対象となるデータと、情報格納部３から提供された過去において収集されたデータと、に基づいて基準空間（単位空間とも称する）を形成する。この際、基準空間形成部４は、選択情報部５から提供された重み付け係数を用いて情報格納部３から提供されたデータを選別し、選別されたデータにより基準空間を形成する。
監視装置２には、基準空間形成部４、選択情報部５、監視部６が設けられている。
基準空間形成部４は、検出装置１４により取得された異常監視の対象となるデータと、情報格納部３から提供された過去において収集されたデータと、に基づいて基準空間（単位空間とも称する）を形成する。この際、基準空間形成部４は、選択情報部５から提供された重み付け係数を用いて情報格納部３から提供されたデータを選別し、選別されたデータにより基準空間を形成する。
すなわち、基準空間形成部４は、製造プロセスにおいて取得された異常監視の対象となるデータと、情報格納部３に格納されたデータから重み付け係数を用いて選別されたデータと、に基づいて基準空間を形成する。
選択情報部５は、重み付け係数を作成し、作成した重み付け係数を基準空間形成部４に提供する。本実施の形態においては、重み付け係数が情報格納部３に格納されたデータを選別する際に用いられる情報となる。
監視部６は、基準空間形成部４により形成された基準空間に基づいて、検出装置１４により取得された異常監視の対象となるデータに対する異常監視を行う。例えば、監視部６は、検出装置１４により取得された異常監視の対象となるデータが、基準空間に含まれなかった場合には異常と認識するようにすることができる。
選択情報部５は、重み付け係数を作成し、作成した重み付け係数を基準空間形成部４に提供する。本実施の形態においては、重み付け係数が情報格納部３に格納されたデータを選別する際に用いられる情報となる。
監視部６は、基準空間形成部４により形成された基準空間に基づいて、検出装置１４により取得された異常監視の対象となるデータに対する異常監視を行う。例えば、監視部６は、検出装置１４により取得された異常監視の対象となるデータが、基準空間に含まれなかった場合には異常と認識するようにすることができる。
次に、選択情報部５における重み付け係数の作成について例示をする。
重み付け係数を作成する際に対象となる事項としては、「データ取得日」、「歩留まり」、「製品の品質などに関する事項」などを例示することができる。
この場合、「製品の品質などに関する事項」としては、例えば、「出来映え」、「パーティクルの付着量」などを例示することができる。
そして、対象となる事項毎にどのような重み付け係数とするのかを規定するようにすることができる。
重み付け係数を作成する際に対象となる事項としては、「データ取得日」、「歩留まり」、「製品の品質などに関する事項」などを例示することができる。
この場合、「製品の品質などに関する事項」としては、例えば、「出来映え」、「パーティクルの付着量」などを例示することができる。
そして、対象となる事項毎にどのような重み付け係数とするのかを規定するようにすることができる。
例えば、対象となる事項が「データ取得日」の場合には、データの選別の際に最新のデータほど優先して選別される様な重み付け係数の規定とすることができる。
対象となる事項が「歩留まり」の場合には、データの選別の際に歩留まりが高かった時のデータほど優先して選別される様な重み付け係数の規定とすることができる。
対象となる事項が「出来映え」の場合には、データの選別の際に出来映えが良かった時のデータほど優先して選別される様な重み付け係数の規定とすることができる。
対象となる事項が「パーティクルの付着量」の場合には、データの選別の際にパーティクルの付着量が少なかった時のデータほど優先して選別される様な重み付け係数の規定とすることができる。
ここで、重み付け係数の規定を「データ取得日」、「歩留まり」の場合を例に挙げて説明する。
図２は、重み付け係数の規定を例示するための模式図である。なお、図２（ａ）は対象となる事項が「データ取得日」の場合、図２（ｂ）は対象となる事項が「歩留まり」の場合を例示するための模式図である。
対象となる事項が「データ取得日」の場合には、例えば、図２（ａ）に示すように、最新のデータほど重み付け係数の値が小さくなるようにすることができる。
対象となる事項が「歩留まり」の場合には、例えば、図２（ｂ）に示すように、歩留まりが高かった時のデータほど重み付け係数の値が小さくなるようにすることができる。
なお、図２（ａ）、（ｂ）においては重み付け係数の値を非線形に変化させる場合を例示したがこれに限定されるわけではない。例えば、重み付け係数の値を線形に変化させることもできるし、段階的に変化させることもできる。この場合、対象となる事項に応じて、重み付け係数の値の変化の形態を適宜変更することができる。
また、異なる事項を適宜組み合わせて重み付け係数を規定するようにすることもできる。例えば、「データ取得日」と「歩留まり」とを組み合わせる場合には、新しく且つ歩留まりが高かった時のデータほど重み付け係数の値が小さくなるようにすることができる。
対象となる事項が「歩留まり」の場合には、データの選別の際に歩留まりが高かった時のデータほど優先して選別される様な重み付け係数の規定とすることができる。
対象となる事項が「出来映え」の場合には、データの選別の際に出来映えが良かった時のデータほど優先して選別される様な重み付け係数の規定とすることができる。
対象となる事項が「パーティクルの付着量」の場合には、データの選別の際にパーティクルの付着量が少なかった時のデータほど優先して選別される様な重み付け係数の規定とすることができる。
ここで、重み付け係数の規定を「データ取得日」、「歩留まり」の場合を例に挙げて説明する。
図２は、重み付け係数の規定を例示するための模式図である。なお、図２（ａ）は対象となる事項が「データ取得日」の場合、図２（ｂ）は対象となる事項が「歩留まり」の場合を例示するための模式図である。
対象となる事項が「データ取得日」の場合には、例えば、図２（ａ）に示すように、最新のデータほど重み付け係数の値が小さくなるようにすることができる。
対象となる事項が「歩留まり」の場合には、例えば、図２（ｂ）に示すように、歩留まりが高かった時のデータほど重み付け係数の値が小さくなるようにすることができる。
なお、図２（ａ）、（ｂ）においては重み付け係数の値を非線形に変化させる場合を例示したがこれに限定されるわけではない。例えば、重み付け係数の値を線形に変化させることもできるし、段階的に変化させることもできる。この場合、対象となる事項に応じて、重み付け係数の値の変化の形態を適宜変更することができる。
また、異なる事項を適宜組み合わせて重み付け係数を規定するようにすることもできる。例えば、「データ取得日」と「歩留まり」とを組み合わせる場合には、新しく且つ歩留まりが高かった時のデータほど重み付け係数の値が小さくなるようにすることができる。
なお、重み付け係数を作成する際に必要となる情報は、ＭＥＳ系ＬＡＮ１６、ＦＤシステム系ＬＡＮ１７などを介して、図示しない入力部などから選択情報部５に提供されるようにすることができる。
この様にして作成された重み付け係数は基準空間形成部４に提供され、基準空間を形成する際に用いるデータを選別するのに利用される。
前述したように、基準空間形成部４は、情報格納部３から提供されたデータに基づいて基準空間を形成する。この際、情報格納部３から提供されたデータのすべてを用いて基準空間を形成することもできるが、演算処理が煩雑となったり、不適切なデータが混在した状態で基準空間が形成されたりするおそれがある。
前述したように、基準空間形成部４は、情報格納部３から提供されたデータに基づいて基準空間を形成する。この際、情報格納部３から提供されたデータのすべてを用いて基準空間を形成することもできるが、演算処理が煩雑となったり、不適切なデータが混在した状態で基準空間が形成されたりするおそれがある。
そのため、本実施の形態においては、選択情報部５から提供された重み付け係数を用いて情報格納部３から提供されたデータを選別し、選別されたデータにより基準空間を形成するようにしている。
表１は、重み付け係数を用いたデータの選別を例示するためのものである。
なお、表１は「データ取得日」に係る重み付け係数を用いてデータの選別を行う場合を例示したものである。また、表１中の「距離」は、検出装置１４により取得された異常監視の対象となるデータと、情報格納部３から提供された各データとの間の「距離」を表している。
表１に例示をしたものの場合には、「距離」と重み付け係数の値との積に基づいて、基準空間を形成する際に用いられるデータを選別する。
ここで、基準空間を形成する際に用いられるデータを選別する際に、「距離」が小さいデータを優先して選別するようにすることができる。ところが、異常監視の対象となるデータと古いデータとではデータが取得された際の条件や環境などが異なる場合がある。そのため、「距離」が小さいデータであるとともに、より最近に取得されたデータが優先されて選別されるようにすることが好ましい。
なお、表１は「データ取得日」に係る重み付け係数を用いてデータの選別を行う場合を例示したものである。また、表１中の「距離」は、検出装置１４により取得された異常監視の対象となるデータと、情報格納部３から提供された各データとの間の「距離」を表している。
表１に例示をしたものの場合には、「距離」と重み付け係数の値との積に基づいて、基準空間を形成する際に用いられるデータを選別する。
ここで、基準空間を形成する際に用いられるデータを選別する際に、「距離」が小さいデータを優先して選別するようにすることができる。ところが、異常監視の対象となるデータと古いデータとではデータが取得された際の条件や環境などが異なる場合がある。そのため、「距離」が小さいデータであるとともに、より最近に取得されたデータが優先されて選別されるようにすることが好ましい。
この場合、「距離」がより小さく（異常監視の対象となるデータにより近く）、重み付け係数の値がより小さく（より新しく取得されたデータ）なるほど、「距離」と重み付け係数の値との積が小さくなる。
そのため、「距離」と重み付け係数の値との積によれば、「距離」が小さいデータであるとともに、より最近に取得されたデータを優先して選別することができる。
この場合、「距離」と重み付け係数の値との積が小さいものから順に所定の数のデータを選ぶようにすることができる。
なお、「距離」と「データ取得日」との間における関係は、重み付け係数の数値範囲により制御することができる。
例えば、データを選別する際に「距離」がより重要となる場合には、重み付け係数の数値範囲をより小さくかつ狭くするようにすることができる。
以上説明したように、基準空間形成部４は、基準空間を形成する際に重み付け係数による優先度に基づいて、情報格納部３に格納されたデータから基準空間の形成に用いるデータを選別する。
そのため、「距離」と重み付け係数の値との積によれば、「距離」が小さいデータであるとともに、より最近に取得されたデータを優先して選別することができる。
この場合、「距離」と重み付け係数の値との積が小さいものから順に所定の数のデータを選ぶようにすることができる。
なお、「距離」と「データ取得日」との間における関係は、重み付け係数の数値範囲により制御することができる。
例えば、データを選別する際に「距離」がより重要となる場合には、重み付け係数の数値範囲をより小さくかつ狭くするようにすることができる。
以上説明したように、基準空間形成部４は、基準空間を形成する際に重み付け係数による優先度に基づいて、情報格納部３に格納されたデータから基準空間の形成に用いるデータを選別する。
基準空間形成部４は、選別されたデータが含まれるような基準空間を形成する。
そして、監視部６は、基準空間形成部４により形成された基準空間に基づいて、異常監視の対象となるデータに対する異常監視を行う。
図３は、監視部における監視を例示するための模式図である。図３（ａ）は異常なしと認識される場合、図３（ｂ）は異常ありと認識される場合を例示するための模式図である。なお、図３（ａ）、（ｂ）に例示をしたものは、処理圧力、処理温度、ガス流量に係るデータに対する異常監視を行う場合である。
そして、監視部６は、基準空間形成部４により形成された基準空間に基づいて、異常監視の対象となるデータに対する異常監視を行う。
図３は、監視部における監視を例示するための模式図である。図３（ａ）は異常なしと認識される場合、図３（ｂ）は異常ありと認識される場合を例示するための模式図である。なお、図３（ａ）、（ｂ）に例示をしたものは、処理圧力、処理温度、ガス流量に係るデータに対する異常監視を行う場合である。
図３（ａ）に示すものの場合には、検出装置１４により取得された処理圧力の値、処理温度の値、ガス流量の値に基づいてデータＤ１が求められる。そして、データＤ１からの「距離」と重み付け係数の値との積に基づいて基準空間Ｓ１が形成される。
異常監視においては、データＤ１が基準空間Ｓ１に含まれているか否かを検出することで異常の有無を認識するようにすることができる。例えば、図３（ａ）に示すものの場合には、データＤ１が基準空間Ｓ１に含まれているので、異常なしと認識することができる。
異常監視においては、データＤ１が基準空間Ｓ１に含まれているか否かを検出することで異常の有無を認識するようにすることができる。例えば、図３（ａ）に示すものの場合には、データＤ１が基準空間Ｓ１に含まれているので、異常なしと認識することができる。
図３（ｂ）に示すものの場合には、検出装置１４により取得された処理圧力の値、処理温度の値、ガス流量の値に基づいてデータＤ２が求められる。そして、データＤ２からの「距離」と重み付け係数の値との積に基づいて基準空間Ｓ２が形成される。
異常監視においては、データＤ２が基準空間Ｓ２に含まれているか否かを検出することで異常の有無を監視するようにすることができる。例えば、図３（ｂ）に示すものの場合には、データＤ２が基準空間Ｓ２に含まれていないので、異常ありと認識することができる。
異常監視においては、データＤ２が基準空間Ｓ２に含まれているか否かを検出することで異常の有無を監視するようにすることができる。例えば、図３（ｂ）に示すものの場合には、データＤ２が基準空間Ｓ２に含まれていないので、異常ありと認識することができる。
次に、製造プロセスの監視システム１の作用について例示をする。
まず、処理装置１２において現在実行されている製造プロセスに関するデータが検出装置１４により取得される。
検出装置１４により取得されたデータは、ＭＥＳ系ＬＡＮ１６を介して情報格納部３に提供され、提供されたデータは情報格納部３に格納される。
まず、処理装置１２において現在実行されている製造プロセスに関するデータが検出装置１４により取得される。
検出装置１４により取得されたデータは、ＭＥＳ系ＬＡＮ１６を介して情報格納部３に提供され、提供されたデータは情報格納部３に格納される。
検出装置１４により取得されたデータは、ＭＥＳ系ＬＡＮ１６を介して基準空間形成部４にも提供される。
基準空間形成部４には、情報格納部３から過去において収集されたデータが提供される。また、基準空間形成部４には、選択情報部５から重み付け係数が提供される。
基準空間形成部４は、検出装置１４から提供されたデータと、情報格納部３から提供されたデータと、に基づいて基準空間を形成する。この際、基準空間形成部４は、選択情報部５から提供された重み付け係数を用いて情報格納部３から提供されたデータを選別し、選別されたデータにより基準空間を形成する。
基準空間形成部４には、情報格納部３から過去において収集されたデータが提供される。また、基準空間形成部４には、選択情報部５から重み付け係数が提供される。
基準空間形成部４は、検出装置１４から提供されたデータと、情報格納部３から提供されたデータと、に基づいて基準空間を形成する。この際、基準空間形成部４は、選択情報部５から提供された重み付け係数を用いて情報格納部３から提供されたデータを選別し、選別されたデータにより基準空間を形成する。
次に、監視部６は、基準空間形成部４により形成された基準空間に基づいて、検出装置１４により取得されたデータ（異常監視の対象となるデータ）に対する異常監視を行う。この場合、検出装置１４により取得されたデータが基準空間に含まれているか否かを検出することで異常の有無を監視するようにすることができる。
監視部６による監視結果は、ＦＤシステム系ＬＡＮ１７を介して端末部１５などに提供される。
端末部１５に提供された監視結果は端末部１５に設けられた図示しない表示手段に表示される。異常があるという監視結果の場合には、端末部１５に設けられた図示しない表示手段に警報を表示するようにすることができる。
監視部６による監視結果は、ＦＤシステム系ＬＡＮ１７を介して端末部１５などに提供される。
端末部１５に提供された監視結果は端末部１５に設けられた図示しない表示手段に表示される。異常があるという監視結果の場合には、端末部１５に設けられた図示しない表示手段に警報を表示するようにすることができる。
本実施の形態によれば、基準空間を形成する際に選択情報部５から提供された重み付け係数を用いてデータを選別することができる。そのため、不適切なデータが排除された状態で基準空間を形成することができるので、異常の監視精度を向上させることができる。
[第２の実施形態]
図４は、第２の実施形態に係る製造プロセスの監視システムを例示するためのブロック図である。
なお、図４は、製造プロセスの監視システムを製造ラインに設けた状態を例示するためのブロック図である。
図４は、第２の実施形態に係る製造プロセスの監視システムを例示するためのブロック図である。
なお、図４は、製造プロセスの監視システムを製造ラインに設けた状態を例示するためのブロック図である。
図４に示すように、製造ライン１０ａには、第２の実施形態に係る製造プロセスの監視システム１ａ、処理装置１２、制御装置１３、検出装置１４、端末部１５、検査装置１８、ＭＥＳ系ＬＡＮ１６、ＦＤシステム系ＬＡＮ１７が設けられている。
また、監視システム１ａには、監視装置２ａ、情報格納部３が設けられている。
また、監視システム１ａには、監視装置２ａ、情報格納部３が設けられている。
検査装置１８は、ＭＥＳ系ＬＡＮ１６に接続されている。
検査装置１８は、処理装置１２により処理された製品を検査する装置とすることができる。検査装置１８としては、処理装置１２により処理された製品の寸法、重量、形状、欠陥、出来映え、パーティクルの付着量などを検査するものを例示することができる。ただし、例示をした事項を検査する検査装置に限定されるわけではなく、処理装置１２により処理された製品を検査する各種の検査装置とすることができる。
検査装置１８による検査結果と、検査の対象となった製品に関する情報（例えば、製造ロットに関する情報など）とは、ＭＥＳ系ＬＡＮ１６を介して後述する選択情報部７に提供される。
監視装置２ａには、基準空間形成部４、選択情報部７、監視部６が設けられている。 選択情報部７は、検査装置１８による検査結果と、検査の対象となった製品に関する情報とを格納する。また、選択情報部７は、不良と判定された製品に関する情報を作成して基準空間形成部４に提供する。本実施の形態においては、不良と判定された製品に関する情報が情報格納部３に格納されたデータを選別する際に用いられる情報となる。
なお、情報格納部３に選択情報部７の機能を持たせるようにすることができる。
その様な場合には、情報格納部３のうち、選択情報部７の機能を持つ部分が選択情報部となる。
検査装置１８は、処理装置１２により処理された製品を検査する装置とすることができる。検査装置１８としては、処理装置１２により処理された製品の寸法、重量、形状、欠陥、出来映え、パーティクルの付着量などを検査するものを例示することができる。ただし、例示をした事項を検査する検査装置に限定されるわけではなく、処理装置１２により処理された製品を検査する各種の検査装置とすることができる。
検査装置１８による検査結果と、検査の対象となった製品に関する情報（例えば、製造ロットに関する情報など）とは、ＭＥＳ系ＬＡＮ１６を介して後述する選択情報部７に提供される。
監視装置２ａには、基準空間形成部４、選択情報部７、監視部６が設けられている。 選択情報部７は、検査装置１８による検査結果と、検査の対象となった製品に関する情報とを格納する。また、選択情報部７は、不良と判定された製品に関する情報を作成して基準空間形成部４に提供する。本実施の形態においては、不良と判定された製品に関する情報が情報格納部３に格納されたデータを選別する際に用いられる情報となる。
なお、情報格納部３に選択情報部７の機能を持たせるようにすることができる。
その様な場合には、情報格納部３のうち、選択情報部７の機能を持つ部分が選択情報部となる。
基準空間形成部４は、情報格納部３から提供されたデータに基づいて基準空間を形成する。この際、情報格納部３から提供されたデータのすべてを用いて基準空間を形成することもできるが、演算処理が煩雑となったり、不良と判定された製品に関するデータが混在した状態で基準空間が形成されたりするおそれがある。
図５は、基準空間の形成を例示するための模式グラフ図である。
なお、一例として、対象となるデータが電力と周波数とに係るものとしている。
前述したように、情報格納部３から提供されたデータには、不良と判定された製品に関するデータＦが混在している場合がある。
本実施の形態においては、選択情報部７から不良と判定された製品に関する情報が提供されるので、基準空間を形成する際にデータＦが用いられないようにすることができる。
なお、一例として、対象となるデータが電力と周波数とに係るものとしている。
前述したように、情報格納部３から提供されたデータには、不良と判定された製品に関するデータＦが混在している場合がある。
本実施の形態においては、選択情報部７から不良と判定された製品に関する情報が提供されるので、基準空間を形成する際にデータＦが用いられないようにすることができる。
例えば、検出装置１４により取得された電力の値、周波数の値に基づいてデータＤ３が求められる。この場合、データＤ３からの「距離」が近い位置にデータＦの群があるが、選択情報部７から提供された情報に基づいて基準空間を形成する際にデータＦが用いられないようにすることができる。
そのため、図５に例示をしたものの場合には、データＦの群を除いてデータＤ３からの「距離」が近い位置にある所定の数のデータを用いて基準空間Ｓ３を形成することができる。
すなわち、基準空間形成部４は、基準空間を形成する際に、情報格納部３に格納されたデータから不良と判定された製品に関する情報に対応するデータＦを除く。
そのため、図５に例示をしたものの場合には、データＦの群を除いてデータＤ３からの「距離」が近い位置にある所定の数のデータを用いて基準空間Ｓ３を形成することができる。
すなわち、基準空間形成部４は、基準空間を形成する際に、情報格納部３に格納されたデータから不良と判定された製品に関する情報に対応するデータＦを除く。
そして、監視部６における異常監視においては、データＤ３が基準空間Ｓ３に含まれているか否かを検出することで異常の有無を監視するようにすることができる。例えば、図５に示すものの場合には、データＤ３が基準空間Ｓ３に含まれていないので、異常ありと認識することができる。
また、データＤ３が異常ありと認識された場合には、データＦの群からデータＤ３に近いデータを抽出するようにすることもできる。
図６は、データＦの群からデータＤ３に近いデータを抽出する様子を例示するための模式図である。
図６に示すように、不良と判定された製品に関するデータＦの群からデータＤ３に近いデータＦ１〜Ｆ３を抽出する。データＦ１〜Ｆ３の抽出は、例えば、Ｋ近隣法（K nearest neighbor method）などを用いて行うようにすることができる。
そして、抽出されたデータＦ１〜Ｆ３に関する情報（例えば、製造ロットに関する情報など）を、監視部６による監視結果とともにＦＤシステム系ＬＡＮ１７を介して端末部１５などに提供するようにすることができる。
図６は、データＦの群からデータＤ３に近いデータを抽出する様子を例示するための模式図である。
図６に示すように、不良と判定された製品に関するデータＦの群からデータＤ３に近いデータＦ１〜Ｆ３を抽出する。データＦ１〜Ｆ３の抽出は、例えば、Ｋ近隣法（K nearest neighbor method）などを用いて行うようにすることができる。
そして、抽出されたデータＦ１〜Ｆ３に関する情報（例えば、製造ロットに関する情報など）を、監視部６による監視結果とともにＦＤシステム系ＬＡＮ１７を介して端末部１５などに提供するようにすることができる。
端末部１５に提供された監視結果や、異常ありと認識されたデータＤ３に近いデータＦ１〜Ｆ３に関する情報は、端末部１５に設けられた図示しない表示手段に表示される。
異常があるという監視結果の場合には、端末部１５に設けられた図示しない表示手段に警報を表示するようにすることができる。この際、データＦ１〜Ｆ３に関する情報を併せて表示するようにすることができる。そのため、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
異常があるという監視結果の場合には、端末部１５に設けられた図示しない表示手段に警報を表示するようにすることができる。この際、データＦ１〜Ｆ３に関する情報を併せて表示するようにすることができる。そのため、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
次に、製造プロセスの監視システム１ａの作用について例示をする。
まず、処理装置１２において現在実行されている製造プロセスに関するデータが検出装置１４により取得される。
検出装置１４により取得されたデータは、ＭＥＳ系ＬＡＮ１６を介して情報格納部３に提供され、提供されたデータは情報格納部３に格納される。
まず、処理装置１２において現在実行されている製造プロセスに関するデータが検出装置１４により取得される。
検出装置１４により取得されたデータは、ＭＥＳ系ＬＡＮ１６を介して情報格納部３に提供され、提供されたデータは情報格納部３に格納される。
検出装置１４により取得されたデータは、ＭＥＳ系ＬＡＮ１６を介して基準空間形成部４にも提供される。
基準空間形成部４には、情報格納部３から過去において収集されたデータが提供される。また、基準空間形成部４には、選択情報部７から不良と判定された製品に関する情報が提供される。
基準空間形成部４は、検出装置１４から提供されたデータと、選択情報部７から提供された情報と、に基づいて基準空間を形成する。基準空間形成部４は、基準空間を形成する際に、不良と判定された製品に関する情報に対応するデータＦが用いられないようにする。
基準空間形成部４には、情報格納部３から過去において収集されたデータが提供される。また、基準空間形成部４には、選択情報部７から不良と判定された製品に関する情報が提供される。
基準空間形成部４は、検出装置１４から提供されたデータと、選択情報部７から提供された情報と、に基づいて基準空間を形成する。基準空間形成部４は、基準空間を形成する際に、不良と判定された製品に関する情報に対応するデータＦが用いられないようにする。
次に、監視部６は、基準空間形成部４により形成された基準空間に基づいて、検出装置１４により取得されたデータに対する異常監視を行う。この場合、検出装置１４により取得されたデータが基準空間に含まれているか否かを検出することで異常の有無を監視するようにすることができる。
監視部６による監視結果は、ＦＤシステム系ＬＡＮ１７を介して端末部１５などに提供される。
端末部１５に提供された監視結果は端末部１５に設けられた図示しない表示手段に表示される。異常があるという監視結果の場合には、端末部１５に設けられた図示しない表示手段に警報を表示するようにすることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて表示するようにすることもできる。
監視部６による監視結果は、ＦＤシステム系ＬＡＮ１７を介して端末部１５などに提供される。
端末部１５に提供された監視結果は端末部１５に設けられた図示しない表示手段に表示される。異常があるという監視結果の場合には、端末部１５に設けられた図示しない表示手段に警報を表示するようにすることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて表示するようにすることもできる。
本実施の形態によれば、選択情報部７から不良と判定された製品に関する情報が提供されるので、基準空間を形成する際に不良と判定された製品に関する情報に対応するデータＦが用いられないようにすることができる。そのため、不良と判定された製品に関するデータが排除された状態で基準空間を形成することができるので、異常の監視精度を向上させることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、選択情報部５と選択情報部７とがそれぞれ設けられる場合を例示したが、選択情報部５と選択情報部７とが併せて設けられるようにすることもできる。
[第３の実施形態]
次に、第３の実施形態に係る製造プロセスの監視方法について例示をする。
図７は、第３の実施形態に係る製造プロセスの監視方法について例示をするためのフローチャートである。
まず、現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する（ステップＳ１）。
次に、第３の実施形態に係る製造プロセスの監視方法について例示をする。
図７は、第３の実施形態に係る製造プロセスの監視方法について例示をするためのフローチャートである。
まず、現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する（ステップＳ１）。
過去において収集されたデータを取得する（ステップＳ２）。
過去において収集されたデータを選別する際に用いられる情報として重み付け係数を作成する（ステップＳ３）。
重み付け係数を用いて、過去において収集されたデータに対する重み付けを行う（ステップＳ４）。
過去において収集されたデータを選別する際に用いられる情報として重み付け係数を作成する（ステップＳ３）。
重み付け係数を用いて、過去において収集されたデータに対する重み付けを行う（ステップＳ４）。
異常監視の対象となるデータと、過去において収集されたデータから重み付け係数により選別されたデータと、に基づいて基準空間を形成する（ステップＳ５）。
この様にすれば、基準空間を形成する際に重み付け係数を用いてデータを選別することができる。
すなわち、基準空間を形成する際に重み付け係数による優先度に基づいて、過去において収集されたデータから基準空間の形成に用いるデータを選別する。
形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する（ステップＳ６）。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
なお、重み付け係数による重み付け、基準空間の形成、基準空間に基づいた異常監視などに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
この様にすれば、基準空間を形成する際に重み付け係数を用いてデータを選別することができる。
すなわち、基準空間を形成する際に重み付け係数による優先度に基づいて、過去において収集されたデータから基準空間の形成に用いるデータを選別する。
形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する（ステップＳ６）。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
なお、重み付け係数による重み付け、基準空間の形成、基準空間に基づいた異常監視などに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
本実施の形態によれば、基準空間を形成する際に重み付け係数を用いてデータを選別することができる。そのため、不適切なデータが排除された状態で基準空間を形成することができるので、異常の監視精度を向上させることができる。
[第４の実施形態]
次に、第４の実施形態に係る製造プロセスの監視方法について例示をする。
図８は、第４の実施形態に係る製造プロセスの監視方法について例示をするためのフローチャートである。
まず、現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する（ステップＳ１１）。
過去において収集されたデータを取得する（ステップＳ１２）。
過去において収集されたデータを選別する際に用いられる情報として不良と判定された製品に関する情報を作成する（ステップＳ１３）。
異常監視の対象となるデータと、過去において収集されたデータから不良と判定された製品に関する情報に対応するデータを除いたデータと、に基づいて基準空間を形成する（ステップＳ１４）。
次に、第４の実施形態に係る製造プロセスの監視方法について例示をする。
図８は、第４の実施形態に係る製造プロセスの監視方法について例示をするためのフローチャートである。
まず、現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する（ステップＳ１１）。
過去において収集されたデータを取得する（ステップＳ１２）。
過去において収集されたデータを選別する際に用いられる情報として不良と判定された製品に関する情報を作成する（ステップＳ１３）。
異常監視の対象となるデータと、過去において収集されたデータから不良と判定された製品に関する情報に対応するデータを除いたデータと、に基づいて基準空間を形成する（ステップＳ１４）。
形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する（ステップＳ１５）。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
また、異常があるとされた場合には、不良と判定された製品に関するデータの中から異常があるとされたデータに近いデータを抽出する（ステップＳ１６）。
この場合、ステップＳ１６は必ずしも必要ではないが、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、基準空間を形成する際に不良と判定された製品に関する情報に対応するデータを除くこと、基準空間の形成、基準空間に基づいた異常監視、異常があるとされたデータに近いデータを抽出することなどに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
また、異常があるとされた場合には、不良と判定された製品に関するデータの中から異常があるとされたデータに近いデータを抽出する（ステップＳ１６）。
この場合、ステップＳ１６は必ずしも必要ではないが、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、基準空間を形成する際に不良と判定された製品に関する情報に対応するデータを除くこと、基準空間の形成、基準空間に基づいた異常監視、異常があるとされたデータに近いデータを抽出することなどに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
本実施の形態によれば、基準空間を形成する際に不良と判定された製品に関するデータが用いられないようにすることができる。そのため、不良と判定された製品に関するデータが排除された状態で基準空間を形成することができるので、異常の監視精度を向上させることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、重み付け係数による重み付けと、不良と判定された製品に関するデータの除外とがそれぞれ行われる場合を例示したが、重み付け係数による重み付けと、不良と判定された製品に関するデータの除外とが併せて行われるようにすることもできる。
次に、製造プロセスの監視プログラムについて例示をする。
本実施の形態に係る製造プロセスの監視プログラムは、コンピュータに、前述した製造プロセスの監視方法を実行させるものとすることができる。
一連の製造プロセスの監視方法を実行させるために、本実施の形態に係る製造プロセスの監視プログラムが、例えば、コンピュータに設けられた格納部に格納される。製造プロセスの監視プログラムは、例えば、記録媒体に格納された状態でコンピュータに供給され、読み出されることでコンピュータに設けられた格納部に格納されるようにすることができる。なお、ＭＥＳ系ＬＡＮ１６などを介して、製造プロセスの監視プログラムがコンピュータに設けられた格納部に格納されるようにすることもできる。
本実施の形態に係る製造プロセスの監視プログラムは、コンピュータに、前述した製造プロセスの監視方法を実行させるものとすることができる。
一連の製造プロセスの監視方法を実行させるために、本実施の形態に係る製造プロセスの監視プログラムが、例えば、コンピュータに設けられた格納部に格納される。製造プロセスの監視プログラムは、例えば、記録媒体に格納された状態でコンピュータに供給され、読み出されることでコンピュータに設けられた格納部に格納されるようにすることができる。なお、ＭＥＳ系ＬＡＮ１６などを介して、製造プロセスの監視プログラムがコンピュータに設けられた格納部に格納されるようにすることもできる。
[第５の実施形態]
第５の実施形態に係る製造プロセスの監視プログラムは、図７において例示をした以下の手順を実行するものとすることができる。
（１）現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する手順。
（２）過去において収集されたデータを取得する手順。
（３）過去において収集されたデータを選別する際に用いられる情報として重み付け係数を作成する手順。
（４）重み付け係数を用いて、過去において収集されたデータに対する重み付けを行う手順。
（５）異常監視の対象となるデータと、過去において収集されたデータから重み付け係数により選別されたデータと、に基づいて基準空間を形成する手順。
この様にすれば、基準空間を形成する際に重み付け係数を用いてデータを選別することができる。
（６）形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する手順。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
なお、重み付け係数による重み付け、基準空間の形成、基準空間に基づいた異常監視などに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
第５の実施形態に係る製造プロセスの監視プログラムは、図７において例示をした以下の手順を実行するものとすることができる。
（１）現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する手順。
（２）過去において収集されたデータを取得する手順。
（３）過去において収集されたデータを選別する際に用いられる情報として重み付け係数を作成する手順。
（４）重み付け係数を用いて、過去において収集されたデータに対する重み付けを行う手順。
（５）異常監視の対象となるデータと、過去において収集されたデータから重み付け係数により選別されたデータと、に基づいて基準空間を形成する手順。
この様にすれば、基準空間を形成する際に重み付け係数を用いてデータを選別することができる。
（６）形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する手順。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
なお、重み付け係数による重み付け、基準空間の形成、基準空間に基づいた異常監視などに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
本実施の形態によれば、基準空間を形成する際に重み付け係数を用いてデータを選別することができる。そのため、不適切なデータが排除された状態で基準空間を形成することができるので、異常の監視精度を向上させることができる。
[第６の実施形態]
第６の実施形態に係る製造プロセスの監視プログラムは、図８において例示をした以下の手順を実行するものとすることができる。
（１１）現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する手順。
（１２）過去において収集されたデータを取得する手順。
（１３）過去において収集されたデータを選別する際に用いられる情報として不良と判定された製品に関する情報を作成する手順。
（１４）異常監視の対象となるデータと、過去において収集されたデータから不良と判定された製品に関する情報に対応するデータを除いたデータと、に基づいて基準空間を形成する手順。
（１５）形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する手順。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
（１６）異常があるとされた場合には、不良と判定された製品に関するデータの中から異常があるとされたデータに近いデータを抽出する手順。
この場合、（１６）に示す手順は必ずしも必要ではないが、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、基準空間を形成する際に不良と判定された製品に関する情報に対応するデータを除くこと、基準空間の形成、基準空間に基づいた異常監視、異常があるとされたデータに近いデータを抽出することなどに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
第６の実施形態に係る製造プロセスの監視プログラムは、図８において例示をした以下の手順を実行するものとすることができる。
（１１）現在実行されている製造プロセスにおいて異常監視の対象となるデータを取得する手順。
（１２）過去において収集されたデータを取得する手順。
（１３）過去において収集されたデータを選別する際に用いられる情報として不良と判定された製品に関する情報を作成する手順。
（１４）異常監視の対象となるデータと、過去において収集されたデータから不良と判定された製品に関する情報に対応するデータを除いたデータと、に基づいて基準空間を形成する手順。
（１５）形成された基準空間に基づいて異常監視の対象となるデータの異常を監視する手順。
異常監視を行うことで異常があるとされた場合には、警報を発するようにすることができる。
（１６）異常があるとされた場合には、不良と判定された製品に関するデータの中から異常があるとされたデータに近いデータを抽出する手順。
この場合、（１６）に示す手順は必ずしも必要ではないが、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、基準空間を形成する際に不良と判定された製品に関する情報に対応するデータを除くこと、基準空間の形成、基準空間に基づいた異常監視、異常があるとされたデータに近いデータを抽出することなどに関しては、前述したものと同様とすることができるので詳細な説明は省略する。
本実施の形態によれば、基準空間を形成する際に不良と判定された製品に関するデータが用いられないようにすることができる。そのため、不良と判定された製品に関するデータが排除された状態で基準空間を形成することができるので、異常の監視精度を向上させることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
なお、重み付け係数による重み付けと、不良と判定された製品に関するデータの除外とがそれぞれ行われる場合を例示したが、重み付け係数による重み付けと、不良と判定された製品に関するデータの除外とが併せて行われるようにすることもできる。
[第７の実施形態]
次に、第７の実施形態に係る電子デバイスの製造方法について例示をする。
第７の実施形態に係る電子デバイスの製造方法は、前述した製造プロセスの監視システム、製造プロセスの監視方法、製造プロセスの監視プログラムの少なくともいずれかを用いるものとすることができる。
電子デバイスの製造方法としては、例えば、半導体装置の製造方法やフラットパネルディスプレイの製造方法などを例示することができる。
ここでは、一例として、半導体装置の製造方法について例示をする。
半導体装置の製造工程には、いわゆる前工程における成膜・レジスト塗布・露光・現像・エッチング・レジスト除去などにより基板（ウェーハ）表面にパターンを形成する工程、検査工程、洗浄工程、熱処理工程、不純物導入工程、拡散工程、平坦化工程などがある。また、いわゆる後工程においては、ダイシング、マウンティング、ボンディング、封入などの組立工程、機能や信頼性の検査を行う検査工程などがある。
次に、第７の実施形態に係る電子デバイスの製造方法について例示をする。
第７の実施形態に係る電子デバイスの製造方法は、前述した製造プロセスの監視システム、製造プロセスの監視方法、製造プロセスの監視プログラムの少なくともいずれかを用いるものとすることができる。
電子デバイスの製造方法としては、例えば、半導体装置の製造方法やフラットパネルディスプレイの製造方法などを例示することができる。
ここでは、一例として、半導体装置の製造方法について例示をする。
半導体装置の製造工程には、いわゆる前工程における成膜・レジスト塗布・露光・現像・エッチング・レジスト除去などにより基板（ウェーハ）表面にパターンを形成する工程、検査工程、洗浄工程、熱処理工程、不純物導入工程、拡散工程、平坦化工程などがある。また、いわゆる後工程においては、ダイシング、マウンティング、ボンディング、封入などの組立工程、機能や信頼性の検査を行う検査工程などがある。
そのため、各工程において実行される製造プロセスを前述した製造プロセスの監視システム、製造プロセスの監視方法、製造プロセスの監視プログラムの少なくともいずれかを用いて監視するようにすることができる。
なお、製造プロセスの監視システム、製造プロセスの監視方法、製造プロセスの監視プログラムについては、前述したものと同様とすることができるので、これらの詳細な説明は省略する。
また、電子デバイスの製造方法における各工程は、既知の技術を適用させることができるので、これらの詳細な説明も省略する。
本実施の形態によれば、電子デバイスの製造工程における異常の監視精度を向上させることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
そのため、製品の歩留まりや生産性などを向上させることができる。
なお、製造プロセスの監視システム、製造プロセスの監視方法、製造プロセスの監視プログラムについては、前述したものと同様とすることができるので、これらの詳細な説明は省略する。
また、電子デバイスの製造方法における各工程は、既知の技術を適用させることができるので、これらの詳細な説明も省略する。
本実施の形態によれば、電子デバイスの製造工程における異常の監視精度を向上させることができる。また、異常があるとされたデータに近いデータを抽出して、抽出されたデータに関する情報を併せて出力するようにすれば、過去において似たような条件で発生した不良の要因や対処方法などを容易に知ることができる。
そのため、製品の歩留まりや生産性などを向上させることができる。
以上、本発明のいくつかの実施形態を例示したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更などを行うことができる。これら実施形態やその変形例は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明及びそれと等価とみなされるものの範囲に含まれる。また、前述の各実施形態は、相互に組み合わせて実施することができる。
１ 製造プロセスの監視システム、１ａ 製造プロセスの監視システム、２ 監視装置、２ａ 監視装置、３ 情報格納部、４ 基準空間形成部、５ 選択情報部、６ 監視部、７ 選択情報部、１０ 製造ライン、１０ａ 製造ライン、１２ 処理装置、１３ 制御装置、１４ 検出装置、１５ 端末部、１６ ＭＥＳ系ＬＡＮ、１７ ＦＤシステム系ＬＡＮ、１８ 検査装置、Ｄ１〜Ｄ３ データ、Ｓ１〜Ｓ３ 基準空間
Claims (10)
- 製品の製造プロセスにおける異常を監視する製造プロセスの監視システムであって、
過去において収集されたデータを格納する情報格納部と、
前記情報格納部に格納されたデータを選別する際に用いられる情報を作成する選択情報部と、
前記製造プロセスにおいて取得された異常監視の対象となるデータと、前記情報格納部に格納されたデータから前記情報により選別されたデータと、に基づいて基準空間を形成する基準空間形成部と、
前記基準空間に基づいて前記異常監視の対象となるデータの異常を監視する監視部と、
を備えたことを特徴とする製造プロセスの監視システム。 - 前記選択情報部は、重み付け係数を前記情報として作成することを特徴とする請求項１記載の製造プロセスの監視システム。
- 前記選択情報部は、製品の検査により不良と判定された製品に関する情報を前記情報として作成することを特徴とする請求項１または２に記載の製造プロセスの監視システム。
- 前記基準空間形成部は、前記基準空間を形成する際に前記重み付け係数による優先度に基づいて、前記情報格納部に格納されたデータから前記基準空間の形成に用いるデータを選別すること、を特徴とする請求項２記載の製造プロセスの監視システム。
- 前記基準空間形成部は、前記基準空間を形成する際に、前記情報格納部に格納されたデータから前記不良と判定された製品に関する情報に対応するデータを除くこと、を特徴とする請求項３記載の製造プロセスの監視システム。
- 製品の製造プロセスにおける異常を監視する製造プロセスの監視方法であって、
実行されている前記製造プロセスにおいて異常監視の対象となるデータを取得する工程と、
過去において収集されたデータを取得する工程と、
前記過去において収集されたデータを選別する際に用いられる情報を作成する工程と、
前記異常監視の対象となるデータと、前記過去において収集されたデータから前記情報により選別されたデータと、に基づいて基準空間を形成する工程と、
前記基準空間に基づいて前記異常監視の対象となるデータの異常を監視する工程と、
を備えたことを特徴とする製造プロセスの監視方法。 - 前記情報を作成する工程において、重み付け係数が前記情報として作成されることを特徴とする請求項６記載の製造プロセスの監視方法。
- 前記情報を作成する工程において、製品の検査により不良と判定された製品に関する情報が前記情報として作成されることを特徴とする請求項６または７に記載の製造プロセスの監視方法。
- 基準空間を形成する工程おいて、前記基準空間を形成する際に前記重み付け係数による優先度に基づいて、前記過去において収集されたデータから前記基準空間の形成に用いるデータを選別することを特徴とする請求項７記載の製造プロセスの監視方法。
- 基準空間を形成する工程おいて、前記基準空間を形成する際に、前記過去において収集されたデータから前記不良と判定された製品に関する情報に対応するデータを除くことを特徴とする請求項８記載の製造プロセスの監視方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010208945A JP5192018B2 (ja) | 2010-09-17 | 2010-09-17 | 製造プロセスの監視システムおよび製造プロセスの監視方法 |
| US13/207,943 US9268325B2 (en) | 2010-09-17 | 2011-08-11 | Manufacturing process monitoring system and manufacturing process monitoring method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010208945A JP5192018B2 (ja) | 2010-09-17 | 2010-09-17 | 製造プロセスの監視システムおよび製造プロセスの監視方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012064085A true JP2012064085A (ja) | 2012-03-29 |
| JP5192018B2 JP5192018B2 (ja) | 2013-05-08 |
Family
ID=45818449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010208945A Expired - Fee Related JP5192018B2 (ja) | 2010-09-17 | 2010-09-17 | 製造プロセスの監視システムおよび製造プロセスの監視方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US9268325B2 (ja) |
| JP (1) | JP5192018B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108693840A (zh) * | 2017-04-05 | 2018-10-23 | 欧姆龙株式会社 | 控制装置、存储介质、控制系统及控制方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103280414B (zh) * | 2013-04-28 | 2015-03-11 | 合肥京东方光电科技有限公司 | 一种异物不良点监控方法及监控装置 |
| TWI641934B (zh) * | 2014-08-05 | 2018-11-21 | 聯華電子股份有限公司 | 虛擬量測系統與方法 |
| CN109669402B (zh) * | 2018-09-25 | 2022-08-19 | 平安普惠企业管理有限公司 | 异常监控方法、设备、装置及计算机可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004232968A (ja) * | 2003-01-30 | 2004-08-19 | Mitsubishi Electric Corp | 空調運転監視システム、異常検出方法および異常検出装置 |
| JP2004355330A (ja) * | 2003-05-29 | 2004-12-16 | Fujitsu Ltd | 診断装置及び診断方法 |
| JP2009009300A (ja) * | 2007-06-27 | 2009-01-15 | Yokogawa Electric Corp | バッチプロセス解析システムおよびバッチプロセス解析方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5544256A (en) * | 1993-10-22 | 1996-08-06 | International Business Machines Corporation | Automated defect classification system |
| US7542880B2 (en) * | 2006-04-06 | 2009-06-02 | Advanced Micro Devices, Inc. | Time weighted moving average filter |
-
2010
- 2010-09-17 JP JP2010208945A patent/JP5192018B2/ja not_active Expired - Fee Related
-
2011
- 2011-08-11 US US13/207,943 patent/US9268325B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004232968A (ja) * | 2003-01-30 | 2004-08-19 | Mitsubishi Electric Corp | 空調運転監視システム、異常検出方法および異常検出装置 |
| JP2004355330A (ja) * | 2003-05-29 | 2004-12-16 | Fujitsu Ltd | 診断装置及び診断方法 |
| JP2009009300A (ja) * | 2007-06-27 | 2009-01-15 | Yokogawa Electric Corp | バッチプロセス解析システムおよびバッチプロセス解析方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108693840A (zh) * | 2017-04-05 | 2018-10-23 | 欧姆龙株式会社 | 控制装置、存储介质、控制系统及控制方法 |
| US10890888B2 (en) | 2017-04-05 | 2021-01-12 | Omron Corporation | Control apparatus, control program, control system, and control method |
Also Published As
| Publication number | Publication date |
|---|---|
| US20120072002A1 (en) | 2012-03-22 |
| JP5192018B2 (ja) | 2013-05-08 |
| US9268325B2 (en) | 2016-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6498337B2 (ja) | デバイス処理監視方法及び装置 | |
| JP5020101B2 (ja) | ラントゥラン制御器を用いた欠陥検出および分類（ｆｄｃ） | |
| JP5718786B2 (ja) | １つ又は複数の欠陥関連の機能を遂行するコンピュータ実行方法 | |
| Bleakie et al. | Feature extraction, condition monitoring, and fault modeling in semiconductor manufacturing systems | |
| JP5192018B2 (ja) | 製造プロセスの監視システムおよび製造プロセスの監視方法 | |
| JP2016192532A (ja) | 異常予兆検知システム及び半導体デバイスの製造方法 | |
| CN103137513A (zh) | 集成电路制造设备状态监测系统和方法 | |
| Chien et al. | A novel approach to hedge and compensate the critical dimension variation of the developed-and-etched circuit patterns for yield enhancement in semiconductor manufacturing | |
| 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 | |
| KR20230104540A (ko) | 반도체 제작 장비를 위한 예측 유지 보수 | |
| CN111860933A (zh) | 生产机台组件的预测保养方法 | |
| Tin et al. | A realizable overlay virtual metrology system in semiconductor manufacturing: Proposal, challenges and future perspective | |
| US7100081B1 (en) | Method and apparatus for fault classification based on residual vectors | |
| JP2008177534A (ja) | 半導体製造装置の管理方法、および半導体製造装置の管理システム | |
| US7524683B2 (en) | Method of monitoring a semiconductor manufacturing trend | |
| JP2008033902A (ja) | 警報装置 | |
| JP2010224988A (ja) | 品質管理システム、品質管理方法、品質管理プログラム、および製品の製造方法 | |
| US20130030760A1 (en) | Architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor | |
| JP2012015410A (ja) | 不良解析方法、不良解析装置 | |
| CN104103544A (zh) | 晶圆缺陷监控方法 | |
| CN110895404A (zh) | 自动检测集成电路参数间的相关性的方法及系统 | |
| US7849366B1 (en) | Method and apparatus for predicting yield parameters based on fault classification | |
| WO2021172278A1 (ja) | 検査支援装置及び検査支援方法 | |
| Kurakula et al. | Applications of Data Mining in Integrated Circuits Manufacturing | |
| Deraman et al. | MODEL OF RULE PARAMETER CREATION FOR WAFER SCRAP PREVENTION IN THE APPLIED MATERIALS CENTURA 5200 METAL ETCHER PROCESS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120327 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120516 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120717 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130107 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130130 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 5192018 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160208 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |