JP2019102574A - 情報処理装置、情報処理装置の制御方法、およびプログラム - Google Patents
情報処理装置、情報処理装置の制御方法、およびプログラム Download PDFInfo
- Publication number
- JP2019102574A JP2019102574A JP2017229966A JP2017229966A JP2019102574A JP 2019102574 A JP2019102574 A JP 2019102574A JP 2017229966 A JP2017229966 A JP 2017229966A JP 2017229966 A JP2017229966 A JP 2017229966A JP 2019102574 A JP2019102574 A JP 2019102574A
- Authority
- JP
- Japan
- Prior art keywords
- mass
- substrate
- information processing
- steps
- processing apparatus
- 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.)
- Pending
Links
Images
Landscapes
- General Factory Administration (AREA)
Abstract
【課題】歩留率の変化に影響を与えている基板の加工の工程を容易に特定することが可能な仕組みを提供すること。【解決手段】各工程で基板の質量を測定し、寄与度の高い工程の組み合わせを抽出する。次に、抽出した工程における基板の質量を解析して得られる相関関数である管理モデルを作成する。そして、作成した管理モデルに、寄与度の高い工程における基板の質量を代入することで得られるデバイス特性の予測値が閾値を上回るか下回るかで良品判定を行う。【選択図】図3
Description
本発明は、情報処理装置、情報処理装置の制御方法、およびプログラムに関し、特に歩留率の変化に影響を与えている基板の加工の工程を容易に特定することが可能な仕組みに関する。
半導体デバイス(以下、単にデバイスとも称す)は、ウエハに対して、成膜処理、エッチング処理、露光処理、研磨処理等の各種製造プロセスを複数回実施すことにより製造される。これらの半導体デバイス製造プロセスにおいて、ウエハの物理的な変動量を計測してプロセスの進行状況を把握することは、デバイスの歩留まりを高める上で重要である。
しかしながら、一部の工程では既存の測定装置では測定できない工程が存在する。例えば、エッチング処理では、デバイスに形成された溝の深さを光学的に測定することができず、製品をロットから抜きだして破壊検査を行う工程が存在する。CVD(Chamical Vapor Deposition)処理やPVD(Phisical Vapor Deposition)処理に関しては、ブランケットウエハを使用すれば測定が行えるが、実デバイスでは測定領域が確保できないために、測定が行いえない工程が存在する。従って、実デバイス上で全ての工程のプロセス変動を測定して、歩留まりへの影響度を正確に捉えることは困難である。
一般的に半導体デバイス製造工程を管理する手法として、SPC(Statictic Process Conrole/統計的工程管理)を用いることが知られている。SPCでは、各工程において装置から出力されるアナログ情報の最大値、最小値、平均値に対して、上下限管理値を設定して異常監視を行う。この方法では単一工程の処理の成果を判断するに留まる。
昨今、微細化・高集積化に伴い、異常原因も複雑化しており、より詳細な情報管理を行う為にEES(EquipmentEngineeringSystem/装置エンジニアリングシステム)が利用されるようになった。例えば、特許文献1(特開2005−197323)に記載のシステムである。特許文献1には、プロセスを構成するプロセスステップが実行されているリアルタイムの装置制御情報とそのプロセスで処理されたデバイスを検査した結果情報の関係を表す品質モデルが開示されている。
上記のようなEESでは装置制御情報に変動がなく、製造装置の内部状況が変化した場合、予測した品質と実際の品質に乖離が発生するという可能性があった。さらに複数の工程に渡ってセンサー情報を蓄積する場合、それぞれの工程の微量の変化が積み重なって問題となる場合があった。さらには、膨大なセンサー情報からどの情報が有益であるか判断がつかず、データの抽出を行うことができないという問題があった。
本発明は、歩留率の変化に影響を与えている基板の加工の工程を容易に特定することが可能な仕組みを提供することを目的とする。
本発明は、基板を複数の工程で加工することでデバイスを製造する製造システムで用いられる情報処理装置であって、基板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段と、前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定手段とを備えることを特徴とする。
また、本発明は、基板を複数の工程で加工することでデバイスを製造する製造システムで用いられ、基板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段を備える情報処理装置の制御方法であって、前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定工程とを備えることを特徴とする。
また、本発明は、基板を複数の工程で加工することでデバイスを製造する製造システムで用いられ、基板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段を備える情報処理装置で読み取り実行可能なプログラムであって、前記情報処理装置を、前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定手段として機能させることを特徴とする。
本発明によると、歩留率の変化に影響を与えている基板の加工の工程を容易に特定することができる。
以下、図面を参照して、本発明の実施形態を詳細に説明する。
図1は、半導体デバイス工場等の物の製造工場で用いられるデバイス特性予測管理システム(製造システムとも称す)の一例を示すシステム構成図である。
なお、本実施形態において、「デバイス特性」とは、蓄積容量(静電容量)やリーク電流などの電気特性を示し、デバイス特性と各工程の質量を用いて多変量解析を行うことで、歩留まりに影響を与えている工程の組み合わせを抽出する。そして、抽出した工程が「寄与度」の高い工程となる。そして、抽出した工程の質量を解析して得られる相関関数が「管理モデル」である。「予測値」は、管理モデルに、寄与度の高い工程の質量を代入して得られるデバイス測定の予測値である。
本発明における、デバイス特性予測管理システムは、ウエハを用いてデバイスを製造する複数台の製造装置101、各工程のウエハの質量を測定する1〜複数台の質量測定装置102、デバイス特性を検査する検査装置103、ホストコンピュータ、もしくはデータサーバーであるホスト104、情報処理装置(例えば、コンピュータやサーバ)105がローカルエリアネットワーク(LAN)106を介して接続される構成となっている。情報処理装置105は、本発明における、基板を複数の工程で加工することでデバイスを製造する製造システムで用いられる情報処理装置の一例である。
製造装置101は、例えば、エッチング装置、CVD装置、PVD装置、露光装置、CMP(CMP:chemical−mechanical polishing)装置などである。
なお、ウエハは、本発明における基板の一例であり、本実施形態では、ウエハの質量測定を例としているが、ガラス基板や有機エレクトロルミネッセンスの質量測定であっても良い。
質量測定装置102は、ウエハの質量を自動で測定してホスト104に質量データを送信/格納する。質量測定装置102には、例えば、特開2014―135497に記載の装置を用いることができる。
検査装置103は、例えば、抵抗測定装置、リーク電流測定装置などであり、デバイス特性データをホスト104に送信、または格納する。デバイス特性とは、検査装置103がデバイスを検査することによって得られる蓄積容量やリーク電流などの電気特性のことである。
ホスト104は、工程情報やウエハ情報を追加して情報処理装置105に送信/格納する。なお、工程情報やウエハ情報は、情報処理装置105からホスト104にアクセスして取得するとしても良い。ホスト104には、MES、オンラインコントローラ、EESサーバなどデータや工程を管理するシステムが含まれる。
情報処理装置105は、それらの情報から多変量解析を実施し、歩留まりに影響を与えている工程の組み合わせを抽出する管理モデルを作成する機能を持つ。
さらに、管理モデルを用いてデバイスの製造工程における異常を検出して、エラー処理を行う機能を有する。なお、情報処理装置105は、ホスト104内の一部の機能としてホスト104内に構築しても良い。以上で図1の説明を終了し、次に、図8について説明する。
次に、図8を用いて、図1に示したホスト104、情報処理装置105に適用可能な情報処理装置のハードウェア構成について説明する。
図8において、201はCPUで、システムバス204に接続される各デバイスやコントローラを統括的に制御する。また、ROM202あるいは外部メモリ211には、CPU201の制御プログラムであるBIOS(Basic Input / Output System)やオペレーティングシステムプログラム(以下、OS)や、PCの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。
203はRAMで、CPU201の主メモリ、ワークエリア等として機能する。CPU201は、処理の実行に際して必要なプログラム等をROM202あるいは外部メモリ211からRAM203にロードして、ロードしたプログラムを実行することで各種動作を実現するものである。
また、205は入力コントローラで、キーボード(KB)209等のポインティングデバイス等からの入力を制御する。206はビデオコントローラで、ディスプレイ210(液晶、ブラウン管を問わない)等の表示器への表示を制御する。
207はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶する外部記憶装置(ハードディスク(HD))や、フレキシブルディスク(FD)、或いはPCMCIAカードスロットにアダプタを介して接続されるコンパクトフラッシュ(登録商標)メモリ等の外部メモリ211へのアクセスを制御する。
208は通信I/Fコントローラで、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、TCP/IPを用いた通信等が可能である。
なお、CPU201は、例えばRAM203内の表示情報用領域へアウトラインフォントの展開(ラスタライズ)処理を実行することにより、ディスプレイ210上での表示を可能としている。また、CPU201は、ディスプレイ210上の不図示のマウスカーソル等でのユーザ指示を可能とする。
本発明を実現するための後述する各種プログラムは、外部メモリ211に記録されており、必要に応じてRAM203にロードされることによりCPU201によって実行されるものである。さらに、上記プログラムの実行時に用いられる設定ファイル等も外部メモリ211に格納されており、これらについての詳細な説明も後述する。以上で、図8の説明を終了し、次に図2について説明する。
図2は、質量測定データを用いてデバイス特性の異常を検出する処理の一例を示す図である。図2に示す各処理は、情報処理装置105のCPU201が実行する。
ステップS201において、情報処理装置105は、管理モデルを作成するにあたって必要な情報をホスト104から取得する。具体的には、各製造装置101によるウエハの加工処理前に質量測定装置102がウエハの質量測定を実施することによって得られる質量測定データ、製造装置101での処理後に再度質量測定装置102がウエハの質量測定を実施することによって得られる質量測定データ、複数の製造装置101でのウエハの加工処理後に検査装置103にて検査を実施することによって得られるデバイス特性データ、及び各ウエハの情報(工程情報やウエハ情報)が、あらかじめホスト104に記憶されており、これらのデータや情報がホスト104から情報処理装置105に送信されることで、情報処理装置105が取得する。
ステップS202において、情報処理装置105は、ステップS201で収集したデータや情報を用いて、多変量解析を行い、管理モデルを作成する。ステップS202の処理の詳細は、図5を用いて後ほど説明する。ステップS202は、本発明における、前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定手段の一例である。
ステップS203において、情報処理装置105は、各製造装置101によるウエハの加工処理前に質量測定装置102がウエハの質量測定を実施することによって得られる質量測定データ、製造装置101での処理後に再度質量測定装置102がウエハの質量測定を実施することによって得られる質量測定データ、ホスト104が生成する、各工程における加工処理前のウエハの質量測定データと加工処理後の当該ウエハの質量測定データとの差分データ、及び各ウエハの情報(工程情報やウエハ情報)が、あらかじめホスト104に記憶されており、これらのデータや情報がホスト104から情報処理装置105に送信されることで、情報処理装置105が取得する。
ステップS204において、情報処理装置105は、ステップS202で作成した管理モデルにステップS203で取得した質量の値(より具体的には、寄与度の高い工程の質量)を代入することでデバイス特性の予測値を求める。
ステップS205において、情報処理装置105は、ステップS204で求めた予測値が、あらかじめ設定された閾値を上回るか下回るかによって、デバイスの良否判定を行う。
なお、デバイス特性に蓄積容量(静電容量)を用いる場合、閾値を上回った場合に良品と判定し、下回る場合に不良品と判定する。デバイス特性にリーク電量を用いる場合、閾値を下回る場合に良品と判定し、上回る場合に不良品と判定する。
良品判定でOKであれば、ステップS206で正常と判断し、そのデバイスは次工程に進むが、異常と判断された場合にはステップS207でエラー処理(ホスト104やオペレータに異常が発生した旨を通知する処理)を行う。
そして、ステップS204において、情報処理装置105は、判定結果をLAN経由で管理者やオペレータにe−mail通知する。なお、情報処理装置105のディスプレイ210に表示するとしても良い。以上で、図2の説明を終了する。
次に図3について、説明する。図3は、図2のステップS202における工程抽出の模式図である。
図3の301は半導体デバイス製造工程の例を示す。図3の例では、25工程からなり、この工程の中には実デバイスでブランケットウエハでの管理を強いられる工程や、抜き取りで破壊検査を強いられる工程が存在し、実デバイスで管理できていない工程が存在する。質量測定はこれらの工程を含めて測定することが可能である。測定した工程群から図3の302のように寄与度の高い工程を抽出することが本発明の目的の1つである。
図4は、ステップS201で収集され、ステップS202の解析に必要なデータテーブルの例を示す。左端の列がサンプル名、左から2列目に目的変数となるデバイス特性データ、左から3列目以降が説明変数(質量差分データ)を示す。また、1行目は各列の項目名を示す。図4は、本発明における、板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段の一例である。
次に、図5を用いて図2のステップS202の処理の詳細について説明する。図5の処理では、情報処理装置105が、多変量解析及びモデル化を実施する。
まず、ステップS501で、情報処理装置105は、総説明変数の個数(n)と抽出する説明変数(m)を設定する。
ステップS502で、情報処理装置105は、モデル化の精度を高めるため、まずホールドアウト法でモデルを作成する。具体的には、総説明変数n個の半数を学習データとし、残り半数を評価データとする。学習データの中のデバイス特性データを目的変数とし、質量差分データを説明変数とする。説明変数はデバイス特性を測定するまでの工程数となるため、数工程から場合によっては数十工程に及ぶ場合がある。これらのデータから多変量解析処理を実施する。多変量解析としては、一般的な重回帰分析もしくはPLS回帰分析という予測分析を使用する。
以下に重回帰分析を行う例を図9の各数式を用いて示す。決定する説明変数をm個とする。
線形の式、(数1)にあてはめ,なるべく,回帰によって説明されない情報をなるべく小さくするような偏回帰係数a1,a2,…,amを求める。
まず,偏微分を行い、(数2)とすると、(数3)が導かれる。そこで、(数4)とおくと(数3)は、(数5)となる。
行列で表現すると、(数6)に示す関係式が成立する。(数7)とすると、図9のa0は、(数3)の一番上の式に代入すると求まる。決定係数は、(数9)となる。
R2は説明変数が多くなると必然的に1に近づく性質を持っている知るため、影響度の低い変数を考量した自由度調整済決定係数が必要となる。総サンプル数をlとすると、(数10)で導かれる。
重回帰分析を行う場合、説明変数が多いと多重共線性の問題が生じることがあるため、VIF(VarianceInflationFactor)を考慮した方が良い。また各係数信頼度を図るためにt値/p値を参考にしてもよい。t値は、係数とその標準誤差の間の比率を示す(数11)。一般的にt≧2.0を信頼できる範囲と判断できる。p値は、帰無仮説を棄却するための証拠を測定する確率を示す。一般的にp≦0.05を信頼できる範囲と判断できる。分散拡大要因(VIF: Variance Inflation Factor)は、モデルの説明変数間の相関が、回帰係数の分散をどのくらい増大させるかを示す(数12)。一般的にVIF≧10以上の場合、多重共線性が発生していると判断される。
目的変数と説明変数の相関係数による寄与度を基準にしたデータの絞り込みでは適正な組み合わせが抽出できない場合があるため、組み合わせ回数分の重回帰分析を行う。
総説明変数のn個からターゲットの説明変数m個の説明変数抽出する組み合わせは、(数13)のとおりである。
学習データから導出された予測モデルに評価データを代入し、評価データにおける重相関係数(R2)をスコアとして上位g組の組み合わせを予測モデル候補として導出する。
図6は、図5の処理により得られる結果であり、図6の601はm=5、n=3、の場合にスコア表である。図6の1行目は、E=Etch、C=CVD、P=PVD、O1=熱酸化1、O2=熱酸化2である。
ステップS503において、情報処理装置105は、g組のモデル対象データに対してK値=のクロスバリデーション法を使用して評価し、最高スコアの組み合わせを最終的な管理モデルとして採用する。
図6の602はg=3、k=3の場合の結果スコアであり、この例では真ん中の組み合わせが、スコア0.935と最もよく(最高スコアの組み合わせ)、Etch、PVD、熱酸化1工程で管理モデルを作成して管理することが最適といえる。
ステップS504において、情報処理装置105は、デバイス良否判定のためのデバイス特性の予測値の閾値を設定する。閾値はワーニングやアラームの判断をするために数段階の設定を行えるようにする。
ここで、図7のグラフについて説明する。図7のグラフは、横軸にサンプルID、縦軸に管理モデルに基づくデバイス特性の予測値、グラフ内の横線はデバイス特性上良否を判定するための閾値とする。閾値の値は、ユーザが任意に設定することが可能である。
本システム(デバイス特性に蓄積容量(静電容量)を用いる場合)は、設定した閾値に対して、閾値以上を良品、閾値未満を不良として判定を行う。測定したデータを使用して管理モデルに当てはめ、デバイス特性の予測値からデバイス特性の良否を判定することが可能である。
不良と判定した場合には、図2のステップS208において、LAN経由で管理者やオペレータにメールで通知する。
以上、本発明によると、歩留率の変化に影響を与えている基板の加工の工程を容易に特定することができる。
また、本発明によると、解析の説明変数を質量のみにすることで設備投資を抑制することが可能である。また、これまで測定することが不可能であった工程のプロセス変動を測定することが可能になる。
これまでは、製造装置のセンサー情報等が説明変数として扱われていたが、本発明では収集する個々データ(質量差分データ)が各工程の出来栄えを示すデータであり、各工程の出来栄えの説明が容易になる。
これらのデータからデバイス特性に寄与度の高い工程を抽出して管理モデルを作成し、評価を行うことが可能になるため、いち早くターゲット工程を把握して早期に歩留まりを向上させることが期待できる。
さらに管理モデルから異常予測を行い、最終検査を行う前に歩留まり予測が可能になり、生産性の向上が期待できる。
本発明は、例えば、システム、装置、方法、プログラム若しくは記憶媒体等としての実施形態も可能であり、具体的には、複数の機器から構成されるシステムに適用してもよいし、また、1つの機器からなる装置に適用してもよい。
なお、本発明は、前述した実施形態の機能を実現するソフトウェアのプログラムを、システム或いは装置に直接、或いは遠隔から供給するものを含む。そして、そのシステム或いは装置のコンピュータが前記供給されたプログラムコードを読み出して実行することによっても達成される場合も本発明に含まれる。
したがって、本発明の機能処理をコンピュータで実現するために、前記コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、OSに供給するスクリプトデータ等の形態であってもよい。
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、MO、CD−ROM、CD−R、CD−RWなどがある。また、磁気テープ、不揮発性のメモリカード、ROM、DVD(DVD−ROM,DVD−R)などもある。
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続する。そして、前記ホームページから本発明のコンピュータプログラムそのもの、若しくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。
また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるWWWサーバも、本発明に含まれるものである。
また、本発明のプログラムを暗号化してCD−ROM等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせる。そして、ダウンロードした鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される。その他、そのプログラムの指示に基づき、コンピュータ上で稼動しているOSなどが、実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現され得る。
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPUなどが実際の処理の一部又は全部を行い、その処理によっても前述した実施形態の機能が実現される。
なお、前述した実施形態は、本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。即ち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
101 製造装置
102 質量測定装置
103 検査装置
104 ホスト
105 情報処理装置
106 ローカルエリアネットワーク
102 質量測定装置
103 検査装置
104 ホスト
105 情報処理装置
106 ローカルエリアネットワーク
Claims (7)
- 基板を複数の工程で加工することでデバイスを製造する製造システムで用いられる情報処理装置であって、
基板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段と、
前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定手段と
を備えることを特徴とする情報処理装置。 - 前記特定手段により特定された工程の質量を解析して得られる相関関数である管理モデルを生成する生成手段と、
前記生成手段により生成した管理モデルに基板の質量の値を代入することにより、電気特性を示すデバイス特性の予測値を算出する算出手段と、
前記予測値の閾値を設定する設定手段と、
前記設定手段により設定した閾値と、前記算出手段により算出した予測値とを用いて、前記デバイスの良否を判定する判定手段と、
前記判定手段による判定結果を通知する通知手段と
を備えることを特徴とする請求項1に記載の情報処理装置。 - 前記特定手段は、多変量解析により前記工程を特定することを特徴とする請求項1または2に記載の情報処理装置。
- 前記測定装置は、工程ごとに一つずつ設けられることを特徴とする請求項1乃至3のいずれか1項に記載の情報処理装置。
- 前記基板には、ウエハ、ガラス基板、有機エレクトロルミネッセンスを含むことを特徴とする請求項1乃至4のいずれか1項に記載の情報処理装置。
- 基板を複数の工程で加工することでデバイスを製造する製造システムで用いられ、基板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段を備える情報処理装置の制御方法であって、
前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定工程と
を備えることを特徴とする情報処理装置の制御方法。 - 基板を複数の工程で加工することでデバイスを製造する製造システムで用いられ、基板の質量を測定する測定装置により、前記複数の工程それぞれにおける前記基板を測定することにより得られる質量の値を管理する管理手段を備える情報処理装置で読み取り実行可能なプログラムであって、
前記情報処理装置を、
前記管理手段で管理する質量の値を用いて、前記複数の工程のうち、他の工程に比べて歩留率の変化に影響を与えている工程を特定する特定手段と
して機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017229966A JP2019102574A (ja) | 2017-11-30 | 2017-11-30 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017229966A JP2019102574A (ja) | 2017-11-30 | 2017-11-30 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019102574A true JP2019102574A (ja) | 2019-06-24 |
Family
ID=66974149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017229966A Pending JP2019102574A (ja) | 2017-11-30 | 2017-11-30 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019102574A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021015094A1 (ja) * | 2019-07-19 | 2021-01-28 | パナソニックIpマネジメント株式会社 | 不良要因推定装置及び不良要因推定方法 |
-
2017
- 2017-11-30 JP JP2017229966A patent/JP2019102574A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021015094A1 (ja) * | 2019-07-19 | 2021-01-28 | パナソニックIpマネジメント株式会社 | 不良要因推定装置及び不良要因推定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI391840B (zh) | 使用處理資料及良率資料之處理控制 | |
US7213478B2 (en) | Method for automatic configuration of processing system | |
US20090149981A1 (en) | System and methods for continuous, online monitoring of a chemical plant or refinery | |
US20090055692A1 (en) | Method and apparatus to automatically create virtual sensors with templates | |
KR20210118243A (ko) | 센서 계측 데이터 통합 | |
JP6525044B1 (ja) | 監視システム、学習装置、学習方法、監視装置及び監視方法 | |
TW200900921A (en) | Graphical user interface for presenting multivariate fault contributions | |
JP2015011027A (ja) | 時系列データにおける異常を検出する方法 | |
WO2013152345A1 (en) | Multivariate monitoring of a batch manufacturing process | |
US20140195067A1 (en) | Method and system for use in controlling a pressure vessel | |
JP7413159B2 (ja) | 情報処理装置、プログラム及び監視方法 | |
US20140188777A1 (en) | Methods and systems for identifying a precursor to a failure of a component in a physical system | |
EP3180706A1 (en) | Cloud computing system and method for advanced process control | |
TWI649649B (zh) | 用於改進製造產量之基於事件處理的系統 | |
EP3180667B1 (en) | System and method for advanced process control | |
EP2998814A1 (en) | System for predicting abnormality occurrence using plc log data | |
US20130080372A1 (en) | Architecture and methods for tool health prediction | |
EP4174601A1 (en) | System, apparatus and method for monitoring condition of an asset in technical installation | |
JP2019102574A (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
JP2007250647A (ja) | モデル作成装置およびモデル作成方法 | |
JP6668699B2 (ja) | 監視支援装置、監視支援方法、及びプログラム | |
US20230052392A1 (en) | Process abnormality identification using measurement violation analysis | |
US20150331980A1 (en) | Apparatus and method for classifying context types for multivariate modeling | |
US20130030760A1 (en) | Architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor | |
US11080613B1 (en) | Process monitoring based on large-scale combination of time series data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20180703 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20181031 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190109 |