JP2020204832A - 異常検知システム、異常検知装置および異常検知方法 - Google Patents

Abstract

【課題】特定のサブ工程の区間信号を容易に抽出することが可能な技術を提供することにある。【解決手段】異常検知システムは、モニタ信号に含まれる複合シーケンスから複数のサブシーケンスのうちの異常検知の対象となる特定のサブシーケンスを抽出する抽出部を備える。抽出部は、複合シーケンスと予め取得してある複合シーケンスの一例である参照シーケンスとから動的時間伸縮法によって最適伸縮パスを求める。また、抽出部は、当該最適伸縮パスと予め取得してある参照シーケンスのサブシーケンスの開始点および終了点とに基づいて特定のサブシーケンスの開始点および終了点を特定する。また、抽出部は、特定のサブシーケンスの開始点および終了点に基づき特定のサブシーケンスを抽出する。【選択図】図２

Description

本開示は異常検知システムに関し、例えば製造装置の処理状況を表す信号から検知対象信号を検出する機能を備える異常検知システムに適用可能である。

近年、第４次産業革命に伴い、製造システムでは、製造効率の向上を図るため、ＡＩ（Artificial Intelligence）またはＩｏＴ（Internet of Things）といった技術の活用が進んでいる。このような製造システムを用いると、例えば、各種センサによって製造装置の処理の状況をリアルタイムに監視し、その監視結果に基づいて製造装置の異常を早期に検知するようなことが可能になる。この異常の検知に際しては、例えば、予め記憶装置に登録された検知アルゴリズムに基づき検知対象の異常を検知する。

例えば、特開２０１８−１８０７０５号公報（特許文献１）には、技術者等の作業負荷を軽減可能な異常検知システムが示される。当該異常検知システムでは、対象信号選定部が、信号入力部を介して受信したモニタ信号の中から製造装置が実質的に動作している区間となる検知対象区間を判別し、当該区間の信号を検知対象信号として抽出する。ここで、モニタ信号とは、製造装置の処理の状況を表す信号である。具体的には、対象信号選定部は、例えば、モニタ信号がアイドル区間で０Ｖとなる場合、検知対象区間を、モニタ信号の電圧レベルが０．１Ｖ以上の区間等に定める。

特開２０１８−１８０７０５号公報

しかし、例えば、製造装置が複数のサブ工程から構成される時間的に連続した一連の複合工程を実行する場合でも、モニタ信号は、複数のサブ工程に対応する信号で構成された一連の複合工程の信号系列である。このため、特定のサブ工程の信号区間を抽出するような条件設定が困難である。
その他の課題と新規な特徴は、本開示の記述および添付図面から明らかになるであろう。

本開示のうち、代表的なものの概要を簡単に説明すれば、下記のとおりである。
すなわち、異常検知システムは、モニタ信号に含まれる複合シーケンスから複数のサブシーケンスのうちの異常検知の対象となる特定のサブシーケンスを抽出する抽出部を備える。抽出部は、複合シーケンスと予め取得してある複合シーケンスの一例である参照シーケンスとから動的時間伸縮法によって最適伸縮パスを求める。また、抽出部は、当該最適伸縮パスと予め取得してある参照シーケンスのサブシーケンスの開始点および終了点とに基づいて特定のサブシーケンスの開始点および終了点を特定する。また、抽出部は、特定のサブシーケンスの開始点および終了点に基づき特定のサブシーケンスを抽出する。

上記異常検知システムによれば、特定のサブ工程の区間信号を容易に抽出することが可能になる。

図１はモニタ信号の例を示す図である。 図２は実施形態における異常検知システムの要部の構成を示すブロック図である。 図３は二つのシーケンス間の時間的な相違を示す図である。 図４は図３に記載される二つのシーケンスにおけるＤＴＷに基づいた最適伸縮パスの概念を示す図である。 図５は図２の異常検知システムが扱う参照シーケンスと複合シーケンスとの関係を示す図である。 図６は図２の特定部が参照シーケンスを用いて複合シーケンスからサブシーケンスを抽出する概念を示す図である。 図７は第一実施例における異常検知システムの構成を示すブロック図である。 図８は図７の抽出部３０および格納部３１の構成を示すブロック図である。 図９は図８の調整部における複合シーケンスに対するサンプリング調整処理の概略を示す図である。 図１０は図８の第一特定部におけるダウンサンプリングされた複合シーケンスを用いたサブシーケンスの開始エリアおよび終了エリアの特定方法を説明する図である。 図１１は図８の第二特定部におけるサブシーケンスの開始エリアおよび終了エリアから参照サブシーケンスの開始エリアおよび終了エリアの計算の方法を説明する図である。 図１２は図８の第二特定部における参照サブシーケンスの開始エリアおよび終了エリアからサブシーケンスの開始点および終了点の計算の方法を説明する図である。 図１３（ａ）はナイーブなＤＴＷのステップ条件を示す図である。図１３（ｂ）はステップサイズの条件の修正例を示す図である。 図１４はステップサイズ条件が修正されたＤＴＷの積算コスト行列（Ｄ）と最適伸縮パス（Ｐ）を説明する図である。 図１５は複合シーケンスに対するサンプリング調整処理の概略を示す図である。 図１６はサンプリング調整による時間伸縮ステップ（ｐ_ｌ）の選択制限の緩和を説明する図である。 図１７は第二実施例の異常検知システムの構成を示すブロック図である。 図１８は図１７の抽出部６０および格納部６１の構成を示すブロック図である。 図１９は図１７の異常検知システムが扱う参照シーケンスと複合シーケンスとの関係を示す図である。 図２０は図１７の抽出部６０が参照シーケンスから複合シーケンスのサブシーケンスを抽出する概念を示す図である。 図２１は第三実施例における異常検知システムの構成を示すブロック図である。 図２２は第四実施例における異常検知装置の構成を示すブロック図である。

以下、実施形態、実施例および変形例について、図面を用いて説明する。ただし、以下の説明において、同一構成要素には同一符号を付し繰り返しの説明を省略することがある。

まず、異常検知システムの異常検知について概説する。上述した検知アルゴリズムとしては、ＡＩに基づくアルゴリズムおよび統計的手法に基づくアルゴリズム等が挙げられる。ＡＩに基づくアルゴリズムでは、例えば、検知対象信号の特徴を学習済みとなっているニューラルネットワークのモデル等が用いられる。当該モデルは、例えば、検知対象信号を受けて、それに学習済みの特徴を反映することで期待値信号（言い換えれば、理想的な検知対象信号）を生成する。異常検知システムの異常検知部は、検知対象信号と期待値信号との誤差が許容範囲か否かに応じて、検知対象信号の異常の有無を判定する。一方、統計的手法に基づくアルゴリズムでは、検知対象信号の各種統計値を反映した正規分布モデルまたは多変量解析モデル等が用いられる。異常検知部は、これらのモデルを用いて、検知対象信号のばらつき等が統計的（理論的）に正常と判断できる範囲内か否かに応じて、検知対象信号の異常の有無を判定する。

次に、特定のサブ工程の信号区間を抽出する必要性について図１を用いて説明する。図１はモニタ信号の例を示す図である。

上述したように、モニタ信号（ＭＮＴ）は、複数のサブ工程に対応する時系列信号（以下、サブシーケンス（ＳＳ）という。）で構成された一連の時系列信号（以下、便宜上、複合シーケンス（ＣＳ）という。）を含む。例えば、図１に示すように、複合シーケンス（ＣＳ）は第一のサブ工程のサブシーケンス（ＳＳ１）と第二のサブ工程のサブシーケンス（ＳＳ２）と第三のサブ工程のサブシーケンス（ＳＳ３）とを含む。

複合シーケンス（ＣＳ）において、他のサブ工程の信号区間が時間的にばらついたり、モニタ信号（ＭＮＴ）の電圧レベルがばらついたりすることがある。このため、例えば、他のサブ工程（第二のサブ工程）のサブシーケンス（ＳＳ２）が特定のサブ工程（第三のサブ工程）のサブシーケンス（ＳＳ３）に比べて高い特徴表現が必要となる場合がある。この場合、サブシーケンス（ＳＳ２）の異常検知における定常的なエラー値が高くなってしまい、特定のサブ工程のサブシーケンス（ＳＳ３）の微小なエラーが検知できなくなる。よって、特定のサブ工程の信号区間のみを抽出して異常検知することで、特定のサブ工程の微小なエラーが検知できるようになる。

また、不要な区間の信号が含まれる場合、以下のような問題も発生する。
（１）処理対象信号（検知対象信号）であるモニタ信号のデータポイントが増加する。または期待値信号を生成するため学習済みの特徴が増加する。これにより、異常検知アルゴリズムのモデルのサイズが増加し、それに伴い計算量（計算時間）が増加する。これにより、異常検知のリアルタイム性を損ねる。
（２）信号の不要な区間における期待値信号とのエラーによる異常誤検知が発生する。

このような理由により、高速かつ精度の高い異常検知を実施するために、異常検知システムは、モニタ信号（ＭＮＴ）から適切に不要な区間を取り除くことが必要である。

一方、特許文献１では、上述したように、対象信号選定部は、モニタ信号がアイドル区間で０Ｖとなる場合、検知対象区間を、モニタ信号の電圧レベルが０．１Ｖ以上の区間等に定める。これは不要な区間である「アイドル区間」と、検知対象信号として適している「検知対象区間」と、が「電圧レベルで明確に区別できるときのみ」に可能である。よって、モニタ信号（ＭＮＴ）から適切に不要な区間を取り除くことができない。

次に、本開示者が本開示に先立って検討した技術について説明する。検知対象区間の特定において以下の機能について検討した。
（１）検知対象区間の開始条件と終了条件で、別の電圧レベルの条件を設定する機能。
（２）電圧レベルの条件を満たす時間の長さを、更に条件として設定する機能。
（３）検知対象信号として抽出された信号系列に対して、平均値や最大・最小値の条件を設定し、異常検知部に転送することを中断する機能。
（４）検知対象区間を別途示す「トリガ信号」に条件を設定することで、検知対象区間を絶対的に指定する機能。

しかし、いくつかのモニタ信号（ＭＮＴ）は、上記（１）〜（４）の機能を以てしても、検知対象区間を定めることができなかった。その課題となったモニタ信号（ＭＮＴ）は、上述した複数のサブ工程に対応する信号で構成された一連の工程の信号系列であり、特定のサブ工程の信号区間を抽出するような条件設定が困難であった。

また、半導体製造装置は、一連の工程の信号区間を示すトリガ信号を出力できるが、特定のサブ工程の信号区間を示すトリガ信号は無く、出力できない場合がある。また、検知対象区間を定めるための条件設定は、ユーザである技術者がモニタ信号（ＭＮＴ）をよく観察し、場合によっては複数の条件を定める必要がある。これは、技術者の技量に依存するとともに、異常検知システムを稼働する上で作業負担となりうる。

そこで、実施形態は、動的時間伸縮法（Dynamic time warping、以下、ＤＴＷという。）を用いて複合シーケンス（ＣＳ）から特定のサブシーケンス（ＳＳ）を抽出する。以下、実施形態の特定のサブシーケンス（ＳＳ）の抽出についてより具体的に図２を用いて説明する。図２は実施形態における抽出部の構成を示すブロック図である。

図２に示すように、実施形態の抽出部３００は、サブシーケンスの開始点および終了点を特定する特定部３４０と、サブシーケンス区間を抽出するＳＳ抽出部３５０と、を備える。

特定部３４０は、複合シーケンス（ＣＳ）および参照サブシーケンス（ＲＳＳ）の開始点（ＳＰ_ＲＳＳ）と終了点（ＥＰ_ＲＳＳ）から複合シーケンス（ＣＳ）のサブシーケンスの開始点（ＳＰ_ＳＳ）と終了点（ＥＰ_ＳＳ）を特定する。ここで、参照サブシーケンス（ＲＳＳ）は参照シーケンス（ＲＳ）のサブシーケンスである。参照シーケンス（ＲＳ）は予め取得した複合シーケンスの一例であり、例えば、上述の理想的な検知対象信号であってもよい。特定部３４０は、複合シーケンス（ＣＳ）と参照シーケンス（ＲＳ）との間の時間的な対応関係を表す第一最適伸縮パスとしての最適伸縮パス（Ｐ）を参照する。

ＳＳ抽出部３５０は、入力された複合シーケンス（ＣＳ）から、入力されたサブシーケンスの開始点（ＳＰ_ＳＳ）から終了点（ＥＰ_ＳＳ）の区間のシーケンスを抽出し、サブシーケンス（ＳＳ）として出力する。

次に、ＤＴＷについて説明する。ＤＴＷは異なる時系列データの類似度合いを計測する方法である。ＤＴＷは二つの時系列の各時点の値の距離を「総当り」で比較していき、時系列同士の「距離」の値が最も小さくなるような関係を見つけるという計算方法である。上記時系列同士の「距離」はＤＴＷ距離といい、ＤＴＷ距離の値が最も小さくなるような関係を最適伸縮パス（Optimal Warping Path）という。ＤＴＷは時系列のデータ長が揃っていなくても、位相がズレていても、周波数が異なっていても、類似度合いを計測することができる。しかも、人間が時系列の形状を見たときに直感的に似ていると判断したものは、ＤＴＷ距離の値が小さくなるようになっているアルゴリズムである。

ＤＴＷに基づいた二つのシーケンスの最適伸縮パスについて図３、４を用いて説明する。図３は二つのシーケンス間の時間的な相違を示す図である。図４はＤＴＷに基づいた図３に記載される二つのシーケンスにおける最適伸縮パスの概念図を示す図である。図３、４において、シーケンスｘをＳＱＮｘ、シーケンスｙをＳＱＮｙ、時間短縮をＴＳＨＯ、時間シフトをＴＳＨＩ、時間伸長をＴＥＸＴ、最適伸縮パスをＰ、と表記する。図４の横軸はシーケンスｙの時間（ｔ）、縦軸はシーケンスｘの時間（ｔ）である。

上述したように、ＤＴＷは、二つのシーケンス間における距離尺度（相違性）を求める手法である。図３に示すように、二つのシーケンスｘとシーケンスｙとの間に時間的な伸縮（ＴＳＨＯ、ＴＥＸＴ）またはズレ・シフト（ＴＳＨＩ）が発生している。この場合でも、ＤＴＷは二つのシーケンスｘとシーケンスｙとが類似するシーケンスとして評価できる距離尺度（ＤＴＷ距離）を定義する。また、ＤＴＷ距離を求める際に計算される積算コスト行列より、図４に■で示すような最適伸縮パス（Ｐ）と呼ばれる、二つのシーケンスｘとシーケンスｙとの時間的対応関係を求めることができる。以下に、ＤＴＷ距離および最適伸縮パス（Ｐ）を求めるための基本的な計算方法を示す。

まず、それぞれシーケンス長がＮ，Ｍの二つのシーケンスｘとシーケンスｙを以下に定義する。

ｘ＝（ｘ_１，ｘ_２，・・・，ｘ_ｎ，・・・，ｘ_Ｎ）
ｙ＝（ｙ_１，ｙ_２，・・・，ｙ_ｍ，・・・，ｙ_Ｍ）
ここで、インデックスのｎおよびｍは、シーケンスｘとシーケンスｙの各々における離散時間であり、ｘ_ｎ，ｙ_ｍは、各々の離散時間おけるスカラー値である。

次に、ＤＴＷ距離を求めるユークリッド距離のような従来の距離尺度を用いて、二つのシーケンス間の全ての組み合わせの距離であるＮ×Ｍのコスト行列（以下、Ｃとも表記する。）を計算する。

Ｃ＝ｃ_ｎ，ｍ＝｜ｘ_ｎ−ｙ_ｍ｜^２
次に、動的計画法に基づき積算コスト行列（以下、Ｄとも表記する。）を求める。ナイーブなＤＴＷでは、積算コスト行列（Ｄ）の要素ｄ_ｎ,ｍは次式で計算される。

だだし、初期条件として、以下の要素が最初に計算される。

ｄ_０，０＝０
ｄ_ｎ，０＝∞ ｆｏｒ ｎ∈［１：Ｎ］
ｄ_０，ｍ＝∞ ｆｏｒ ｍ∈［１：Ｍ］
ｄ_１，１＝ｃ_１，１
ここで、積算コスト行列は、要素ｄ_ｎ，０、ｄ_０，ｍを追加した（Ｎ＋１）×（Ｍ＋１）行列となる。このとき、最後に計算されるｄ_Ｎ，ＭがＤＴＷ距離として定義される。また、ＤＴＷ距離の計算過程において計算された積算コスト行列（Ｄ）から最適伸縮パス（Ｐ）を計算できる。最適伸縮パス（Ｐ）は、次式の系列として定義する。

Ｐ＝（ｐ_１，ｐ_２，・・・，ｐ_ｌ，・・・，ｐ_Ｌ）^Ｔ
このとき、ｐ_ｌは二つのシーケンスｘとシーケンスｙのインデックスであるｎおよびｍの組み合わせで定義するｌ番目の時間伸縮ステップ、
ｐ_ｌ＝（ｎ_ｌ，ｍ_ｌ）
である。積算コスト行列（Ｄ）がナイーブなＤＴＷの方法で計算されたとき、ｌ番目の時間伸縮ステップｐ_ｌに対して、（ｌ−１）番目の時間伸縮ステップであるｐ_ｌ−１は、次のように決定される。

ただし、初期条件として、
ｐ_Ｌ＝（Ｎ，Ｍ）
境界条件として、
ｐ_１＝（１，１）
が与えられ、ｐ_Lから逆順にｐ_lを求めることで、最適伸縮パス（Ｐ）が得られる。

次に、参照シーケンス（ＲＳ）のサブシーケンス区間の開始点および終了点から複合シーケンス（ＣＳ）のサブシーケンス区間の開始点および終了点を特定する方法について図５、６を用いて説明する。図５は参照シーケンスと複合シーケンスとの関係を示す図である。図６は参照シーケンスから複合シーケンスのサブシーケンスを抽出する概念を示す図である。ここで、図５において、複合シーケンス（ＣＳ）はＳＱＮｘ、参照シーケンス（ＲＳ）はＳＱＮｙとも表記する。図６の横軸は参照シーケンス（ＲＳ）の時間（ｔ）、縦軸は複合シーケンス（ＣＳ）の時間（ｔ）である。

図６に示すように、特定部３４０は、ＤＴＷによって参照シーケンス（ＲＳ）と複合シーケンス（ＣＳ）の最適伸縮パスを計算する。ここで、図５に示すように、参照シーケンス（ＲＳ）上のサブシーケンス区間を参照サブシーケンス区間（ＲＳＳＩ）といい、複合シーケンス（ＣＳ）上のサブシーケンス区間をサブシーケンス区間（ＳＳＩ）という。
図６に示すように、特定部３４０は、参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）をキーとして、サブシーケンス区間（ＳＳＩ）の開始点（ＳＰ_ＳＳ）を最適伸縮パスから探索する。特定部３４０は、参照サブシーケンス区間（ＲＳＳＩ）の終了点（ＥＰ_ＲＳＳ）をキーとして、サブシーケンス区間（ＳＳＩ）の終了点（ＥＰ_ＳＳ）を最適伸縮パス（Ｐ）から探索する。ここで、参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）および終了点（ＥＰ_ＲＳＳ）は予め記憶部に格納されている。

ＳＳ抽出部３５０は、サブシーケンス区間（ＳＳＩ）の開始点（ＳＰ_ＳＳ）および終了点（ＥＰ_ＳＳ）によって複合シーケンス上のサブシーケンス区間（ＳＳＩ）を特定し、サブシーケンス（ＳＳ）を抽出する。

実施形態によれば、抽出するサブシーケンス（ＳＳ）は、参照シーケンス（ＲＳ）と参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）および終了点（ＥＰ_ＲＳＳ）とを決定することで指定できる。

特定のサブシーケンス（ＳＳ）を抽出することができるので、特定のサブシーケンス（ＳＳ）に着目した異常検知の基準パラメータを用いることができ、異常検知の精度を高めることが可能である。また、異常検知の処理に必要となる異常検知の基準パラメータ量を削減できるため、メモリリソース・計算量を削減することが可能である。

また、抽出するサブシーケンス（ＳＳ）は、参照シーケンス（ＲＳ）の準備と、参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）および終了点（ＥＰ_ＲＳＳ）の決定と、により直感的に指定することが可能である。これにより、ユーザである技術者の技量に依存せず、作業量も一定であるため、生産ラインのオペレーションの一つとして容易に組み込むことが可能である。

まず、第一実施例における異常検知システムについて図７を用いて説明する。図７は第一実施例における異常検知システムの構成を示すブロック図である。

図７に示すように、異常検知システム１は、信号入力部１０と、ＣＳ抽出部２０と、抽出部３０と、異常検知部４０と、を備える。ここで、ＣＳ抽出部２０は複合シーケンス（ＣＳ）を抽出する。抽出部３０はサブシーケンス（ＳＳ）を抽出する。異常検知部４０はサブシーケンス（ＳＳ）の異常を検知する。信号入力部１０、複合シーケンスの抽出部２０、サブシーケンスの抽出部３０およびサブシーケンスの異常検知部４０は、ソフトウェアでの処理単位を示している。

また、ＣＳ抽出部２０は複合シーケンス（ＣＳ）の抽出条件を格納する格納部２１を有する。抽出部３０はサブシーケンス（ＳＳ）の抽出条件を格納する格納部３１を有する。異常検知部４０はサブシーケンス（ＳＳ）の異常検知条件を格納する格納部４１を有する。抽出部３０は実施形態の抽出部３００に対応する。

信号入力部１０は入力されるセンサデータ等の検知対象が含まれるモニタ信号（ＭＮＴ）および特定の時間区間を示すイネーブル信号等のトリガ信号（ＴＲＧ）を時系列のデジタル信号としてＣＳ抽出部２０へ出力する。信号入力部１０は、入力されるモニタ信号（ＭＮＴ）およびトリガ信号（ＴＲＧ）がアナログ信号である場合、アナログ／デジタル変換回路（ＡＤＣ）を用いて、デジタル信号に変換する。これにより、ソフトウェアで処理可能な離散的な時系列のデジタル信号を得ることができる。

また、入力されるモニタ信号（ＭＮＴ）およびトリガ信号（ＴＲＧ）がデジタル信号であってもよい。例えば、ＴＣＰ／ＩＰなどの通信プロトコルに基づいてＬＡＮ（Local Area Network）等の物理インタフェースを用いて入力される場合、信号入力部１０は通信プロトコルに基づいた信号受信手段を備える。例えば、半導体製造工場ではＳＥＣＳ（Semi Equipment Communication Standard）という通信プロトコルを用いて半導体製造装置のセンサ信号を入力できる。ＳＥＣＳの物理インタフェースとしては、ＲＳ２３２ＣやＬＡＮが用いられる。

ＣＳ抽出部２０は、トリガ信号（ＴＲＧ）が示す時間区間のモニタ信号（ＭＮＴ）から抽出した有限幅の信号を複合シーケンス（ＣＳ）として抽出部３０へ出力する。複合シーケンス（ＣＳ）は、検知対象となる製造装置が一連のサブ工程で構成された複合工程を処理する時間区間の信号である。複合工程は、第一サブ工程、第二サブ工程、第三サブ工程などの複数の工程を順次処理する工程である。複合工程は、製造装置のキャリブレーションのためのテスト工程と、実質的に製造装置が本来の目的のための動作をするメイン工程と、を順次処理する工程であってもよい。ただし、構成するサブ工程の順番は変動しないものとする。

トリガ信号（ＴＲＧ）は、対象とする時間区間を示す信号であり、例として、対象とする時間区間の値が“１”、それ以外の時間区間が“０”となるような信号が挙げられる。ＣＳ格納部２１は、トリガ信号（ＴＲＧ）から対象とする時間区間を判断する条件を格納する。例えば、ＣＳ抽出部２０は、トリガ信号（ＴＲＧ）が閾値（例えば、０．５）以上である時間区間を、対象とする時間区間として判断する。この場合、格納部２１に、複合シーケンス（ＣＳ）の抽出条件として閾値である「０．５」を格納する。ＣＳ抽出部２０は、格納部２１に格納された条件に基づいて、トリガ信号（ＴＲＧ）から抽出対象とする時間区間を判断する。これにより、モニタ信号（ＭＮＴ）から不要な区間を取り除くことができる。ＣＳ抽出部２０は、対象とする時間区間のモニタ信号（ＭＮＴ）を複合シーケンス（ＣＳ）として抽出し、抽出部３０へ出力する。

抽出部３０は、入力された複合シーケンス（ＣＳ）から、製造装置が処理する特定のサブ工程に対応する有限区間の信号を抽出し、異常検知の対象となるサブシーケンス（ＳＳ）として、異常検知部４０へ出力する。サブシーケンス（ＳＳ）となる信号の時間区間の指定は、ＤＴＷを応用し、格納部３１に格納された条件に基づいて指定する。抽出部３０の詳細な処理については、後述する。

異常検知部４０は、入力されたサブシーケンス（ＳＳ）に対して、格納部４１に格納されたサブシーケンス（ＳＳ）の異常検知条件に基づいて、異常検知処理を実施し、異常検知の結果等の出力信号（ＯＵＴ）を出力する。異常検知処理には、例えば、ニューラルネットワークアルゴリズムによる手法が用いられる。この場合、格納部４１には、ニューラルネットワークの構造を表現するネットワーク層の構造および各層が保有する重みパラメータ、バイアスパラメータ等が格納される。

出力信号（ＯＵＴ）は、アナログ信号またはデジタル信号として出力される。例えば、出力信号（ＯＵＴ）は、異常検知の結果をユーザに示すためのＬＥＤを点灯させるための電圧信号として出力である。また、出力信号（ＯＵＴ）は、ＴＣＰ／ＩＰなどの通信プロトコルに基づいたＬＡＮ等の物理インタフェースを用いて、他のシステムに異常検知処理の結果またはその処理過程の計算結果を通知するための信号であってもよい。

次に、抽出部３０の詳細について図８を用いて説明する。図８は抽出部３０および格納部３１の構成を示すブロック図である。

抽出部３０は、調整部３２、第一特定部３３、第二特定部３４およびＳＳ抽出部３５で構成される。調整部３２は複合シーケンス（ＣＳ）のサンプリング間隔を調整する。第一特定部３３は複合シーケンス（ＣＳ）のサブシーケンス区間（ＳＳＩ）の開始エリアおよび終了エリアを特定する。第二特定部３４は複合シーケンス（ＣＳ）のサブシーケンス区間（ＳＳＩ）の開始点および終了点を特定する。ＳＳ抽出部３５は、実施形態のＳＳ抽出部３５０と同様に、複合シーケンス（ＣＳ）のサブシーケンス区間（ＳＳＩ）を特定し、サブシーケンス（ＳＳ）を抽出する。

格納部３１は、第一格納部３１ａ、第二格納部３１ｂ、第三格納部３１ｃおよび第四格納部３１ｄを有する。第一格納部３１ａはサンプリング間隔の調整条件を格納する。第二格納部３１ｂは予め取得してある参照シーケンス（ＲＳ）を格納する。第三格納部３１ｃは予め取得してある参照シーケンス（ＲＳ）のサンプリング間隔が調整された参照シーケンス（ＲＳ’）を格納する。以下、サンプリング間隔が調整された参照シーケンスをＤＳ参照シーケンス（ＲＳ’）という。第四格納部３１ｄは参照シーケンス（ＲＳ）上のサブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）および終了点（ＥＰ_ＲＳＳ）を格納する。

調整部３２は、複合シーケンス（ＣＳ）を入力とし、複合シーケンス（ＣＳ）のサンプリング間隔を平均化または補完処理によって調整し、サンプリング間隔が調整された複合シーケンス（ＣＳ’）を出力する。以下、サンプリング間隔が調整された複合シーケンスをＤＳ複合シーケンス（ＣＳ’）という。サンプリング間隔の調整は、主にダウンサンプリング処理であり、例えば、ダウンサンプリング係数（以下、Ｋという。）で指定された数の隣接するデータ点の平均値最大値、最小値および中央値などのいずれかのデータを抽出する処理である。第一格納部３１ａは、ダウンサンプリング係数（Ｋ）を格納する。

次に、サンプリング調整処理について図９を用いて説明する。図９は複合シーケンスに対するサンプリング調整処理の概略を示す図である。

図９に示すように、例えば、入力された複合シーケンス（ＣＳ）をサンプリング調整処理前のシーケンス（以下、調整前シーケンスという。）とし、これを次式で表す。

ｘ＝（ｘ_１，ｘ_２，・・・，ｘ_Ｎ）
ここで、Ｎは調整前シーケンスのシーケンス長であり、例えば、Ｎ＝３２であったとき、サンプリング調整条件としてＫ＝５と設定する。そうすると、１〜３０個目のデータ点は、５個のデータ点ごとにダウンサンプリング処理が施される。Ｋに満たない余りの３１〜３２個目のデータ点は、例えば、５個のデータ点に対するダウンサンプリング処理と同様の処理を施す。

サンプリング調整処理後のシーケンス（以下、調整後シーケンスという。）を次式で表す。
ｘ’＝（ｘ’_１，ｘ’_２，・・・，ｘ’_Ｎ’）
ここで、Ｎ’は調整後シーケンスのシーケンス長であり、図９に示すように、Ｎ’＝７となる。なお、「ceil」は小数点以下を切り上げる関数である。

第一特定部３３について図１０を用いて説明する。図１０はダウンサンプリングされた複合シーケンスを用いたサブシーケンスの開始エリアおよび終了エリアの特定方法を説明する図である。

第一特定部３３は、図４と同様に、最適伸縮パスを参照することで、ＤＳ複合シーケンス（ＣＳ’）とＤＳ参照シーケンス（ＲＳ’）とから、サブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）および終了エリア（ＥＡ_ＳＳ）を求める。ここで、サブシーケンス区間（ＳＳＩ）は複合シーケンス（ＣＳ）上のサブシーケンス区間である。また、ＤＳ参照シーケンス（ＲＳ’）は第三格納部３１ｃに予め格納されている。

まず、第一特定部３３は、ＤＳ複合シーケンス（ＣＳ’）とＤＳ参照シーケンス（ＲＳ’）との間のＤＴＷにより第二最適伸縮パスとしてのダウンサンプリング空間における最適伸縮パス（Ｐ_ＤＳＳ）を求める。ここで、ダウンサンプリング空間はダウンサンプリングされたサンプリング空間である。図１０においては、最適伸縮パス（Ｐ_ＤＳＳ）は四つの黒色矩形領域である。ダウンサンプリング空間において最適伸縮パス（Ｐ_ＤＳＳ）を求める計算をすることで、元のサンプリング空間の二つのシーケンスに対する最適伸縮パス（Ｐ）の計算量に対して、計算量をＫ^２分の１にする。ここで、Ｋは上述したダウンサンプリング係数である。

次に、第一特定部３３は、最適伸縮パス（Ｐ_ＤＳＳ）に基づいて参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）に対応する元のサンプリング空間のサブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）を求める。ここで、参照サブシーケンス区間（ＲＳＳＩ）は参照シーケンス（ＲＳ）上のサブシーケンス区間である。第一特定部３３は、第二最適伸縮パス（Ｐ_ＤＳＳ）に基づいてサブシーケンス区間（ＲＳＳＩ）の終了点（ＥＰ_ＲＳＳ）に対応する元のサンプリング空間のサブシーケンス区間（ＳＳＩ）の終了エリア（ＥＡ_ＳＳ）を求める。ここで、参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）および終了点（ＥＰ_ＲＳＳ）は第四格納部３１ｄに予め格納されている。

図１０に示すように、参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）および終了点（ＥＰ_ＲＳＳ）にダウンサンプリングされた複合シーケンス（ＣＳ）上の複数の点が対応する場合がある。この場合、その全ての点に対応する元のサンプリング空間の複合シーケンス（ＣＳ）のエリアをサブシーケンスの開始エリアおよび終了エリアとする。

第二特定部３４について図１１、１２を用いて説明する。図１１はサブシーケンスの開始エリアおよび終了エリアから参照サブシーケンスの開始エリアおよび終了エリアの計算の方法を説明する図である。図１２は参照サブシーケンスの開始エリアおよび終了エリアからサブシーケンスの開始点および終了点の計算の方法を説明する図である。図１１、１２の横軸は参照シーケンス（ＲＳ）の時間（ｔ）、縦軸は複合シーケンス（ＣＳ）の時間（ｔ）である。

第二特定部３４は、第一特定部３３で求められたサブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）と終了エリア（ＥＡ_ＳＳ）を入力とし、サブシーケンス区間（ＳＳＩ）の開始点（ＳＰ_ＳＳ）と終了点（ＥＰ_ＳＳ）を特定する。

まず、図１１に示すように、第二特定部３４は、最適伸縮パス（Ｐ_ＤＳＳ）を参照して、入力されたサブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）から参照サブシーケンス区間（ＲＳＳＩ）の開始エリア（ＳＡ_ＲＳＳ）を逆算（計算）する。第二特定部３４は、最適伸縮パス（Ｐ_ＤＳＳ）を参照して、入力されたサブシーケンス区間（ＳＳＩ）の終了エリア（ＥＡ_ＳＳ）から参照サブシーケンス区間（ＲＳＳＩ）の終了エリア（ＥＡ_ＲＳＳ）を逆算（計算）する。

サブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）および終了エリア（ＥＡ_ＳＳ）に対してＤＳ参照シーケンス（ＲＳ’）上の複数の点が対応する場合がある。この場合、その全ての点に対応する元のサンプリング空間の参照シーケンス（ＲＳ）上のエリアを、参照サブシーケンス区間（ＲＳＳＩ）の開始エリア（ＳＡ_ＲＳＳ）および終了エリア（ＥＡ_ＲＳＳ）とする。

次に、図１２に示すように、第二特定部３４は、サブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）と参照サブシーケンス区間（ＲＳＳＩ）の開始エリア（ＳＡ_ＲＳＳ）との二つの短いシーケンスに対して、図６と同様に、ＤＴＷによる第三最適伸縮パスとしての最適伸縮パス（Ｐ）を計算する。第二特定部３４は、最適伸縮パス（Ｐ）を参照して、参照サブシーケンス区間（ＲＳＳＩ）の開始点（ＳＰ_ＲＳＳ）に対応するサブシーケンス区間（ＳＳＩ）の開始点（ＳＰ_ＳＳ）を求める。

同様に、第二特定部３４は、サブシーケンス区間（ＳＳＩ）の終了エリア（ＥＡ_ＳＳ）と参照サブシーケンス区間（ＲＳＳＩ）の終了エリア（ＥＡ_ＲＳＳ）との二つの短いシーケンスに対して第三最適伸縮パスとしての最適伸縮パス（Ｐ）を計算する。第二特定部３４は、最適伸縮パス（Ｐ）を参照して、参照サブシーケンス区間（ＲＳＳＩ）の終了点（ＥＰ_ＲＳＳ）に対応するサブシーケンス区間（ＳＳＩ）の終了点（ＥＰ_ＳＳ）を求める。

第二特定部３４は、計算されたサブシーケンス区間（ＳＳＩ）の開始点（ＳＰ_ＳＳ）および終了点（ＥＰ_ＳＳ）は、ＳＳ抽出部３５へ出力される。

ＳＳ抽出部３５は、入力された複合シーケンス（ＣＳ）より、入力されたサブシーケンス区間（ＳＳＩ）の開始点（ＳＰ_ＳＳ）から終了点（ＥＰ_ＳＳ）の区間のシーケンスを抽出し、サブシーケンス（ＳＳ）として出力する。

（変形例）
第一特定部３３は、ナイーブなＤＴＷによる最適伸縮パスの計算方法だけでなく、ステップサイズ条件（連続性条件、スロープ制約条件）を修正したＤＴＷによる最適伸縮パスの計算方法を採用することもできる。

複合シーケンス（ＣＳ）において、参照シーケンス（ＲＳ）と比較して異常な振幅変動が発生した場合、ナイーブなＤＴＷは、極端な時間伸縮を持つ最適伸縮パスを得ることがある。その時、複合シーケンス（ＣＳ）から適切なサブシーケンス区間（ＳＳＩ）の開始エリア（ＳＡ_ＳＳ）および終了エリア（ＥＡ_ＳＳ）、並びに開始点（ＳＰ_ＳＳ）および終了点（ＥＰ_ＳＳ）を得ることが困難となる。このため、サブシーケンス（ＳＳ）の異常検知が困難となる。

例えば、複合シーケンス（ＣＳ）が、異常検知対象装置が非アイドル時に電圧が０Ｖの値をとり、サブ工程動作が正の電圧の時間的変動をとり、更にサブ工程終了後にまた非アイドル状態の電圧が０Ｖに遷移する。そのサブ工程区間をサブシーケンス（ＳＳ）として抽出することを考える。その場合、短絡のような電圧が一定期間に０Ｖとなるような振幅異常がサブ工程中に発生した場合、時間的に離れた参照シーケンス（ＲＳ）上のサブ工程終了後の非アイドル電圧とマッチングする。このため、複合シーケンス（ＣＳ）のサブ工程が終了したものと判断し、振幅異常発生までのサブ工程の時間区間のみ抽出される。

対して、ステップサイズ条件が修正されたＤＴＷは、最適伸縮パスにおける時間の伸縮率を制御することができるため、異常な振幅変動に対してロバストに適切な最適伸縮パスを得ることができる。

ナイーブなＤＴＷは、最適伸縮パス（Ｐ）において、以下のような条件を満たす。

ｐ_ｌ＋１−ｐ_ｌ∈｛（１，１），（０，１），（１，０）｝ｆｏｒ ｌ∈［１：Ｌ−１］
これはステップサイズ条件と呼ばれる。

パスインデックスをｌとし、ｌが１増加するとともに、シーケンスｘまたはシーケンスｙまたはその両方の時間ステップが１ステップ増加する、つまりはパスの時間的停滞や逆行を許容しない条件である。

一方で、連続的なシーケンスｘまたはシーケンスｙの時間ステップの進行を許容しており、例えば、シーケンスｘの一つの離散時間に対して、シーケンスｙの複数の離散時間を割り当てることができる。しかし、片方のシーケンスの連続的な時間ステップの進行は、アプリケーションに対する適切な最適伸縮パスの導出を阻害する。

これを解消する一つの手法として、上述したステップサイズ制約を修正する方法がある。ステップサイズ制約を修正する方法について図１３を用いて説明する。図１３（ａ）はナイーブなＤＴＷのステップサイズ条件を示す図である。図１３（ｂ）はステップサイズ条件の修正例を示す図である。

例えば、ステップサイズ制約を次式のように修正する。

ｐ_ｌ＋１−ｐ_ｌ∈｛（１，１），（０，１），（１，０）｝ｆｏｒ ｌ∈［１：Ｌ−１］
ｐ_ｌ＋２−ｐ_ｌ∈｛（２，２），（１，２），（２，１）｝ｆｏｒ ｌ∈［１：Ｌ−２］
二ステップの時間伸縮パスの進行に対して、両シーケンスともに少なくとも一ステップの時間が進行するものとしてステップサイズ制約を定義する。

例えば、上記のステップサイズ制約を満たすような最適伸縮パスを求める場合の計算方法の例として、積算コスト行列（Ｄ）を次式で求める。

ただし、以下の要素は初期値が与えられる。

ｄ_{−１，−１}＝∞
ｄ_ｎ，−１＝∞ ｆｏｒ ｎ∈［０：Ｎ］
ｄ_−１，ｍ＝∞ ｆｏｒ ｍ∈［０：Ｍ］
ｄ_０，０＝０
ｄ_ｎ，０＝∞ ｆｏｒ ｎ∈［１：Ｎ］
ｄ_０，ｍ＝∞ ｆｏｒ ｍ∈［１：Ｍ］
ｄ_１，１＝ｃ_１，１
また、積算コスト行列は、（Ｎ＋２）×（Ｍ＋２）行列に拡張している。このとき、積算コスト行列（Ｄ）からの最適伸縮パス（Ｐ）の決定方法は修正され、ｐ_ｌに対するｐ_{（ｌ−１）}は次式で決定される。

また、満たす条件によって、ｐ_ｌ−１の決定と同時に、ｐ_ｌに対するｐ_ｌ−２が次式で決定される。

ただし、初期条件として、
ｐ_Ｌ＝（Ｎ，Ｍ）
境界条件として、
ｐ_１＝（１，１）
が与えられる。ｐ_Lから逆順にｐ_lを求めることで、最適伸縮パス（Ｐ）が得られる。

図１４はステップサイズ条件が修正されたＤＴＷの積算コスト行列（Ｄ）と最適伸縮パス（Ｐ）を説明する図である。図１４の横軸はシーケンスｙの離散時間（ｍ）、縦軸はシーケンスｘの離散時間（ｎ）である。

図１４に示すように、ナイーブなＤＴＷに対して、ステップサイズ制約が修正されたＤＴＷは、積算コスト行列（Ｄ）が拡張される。すなわち、仮想的な離散時間ステップのｎ＝−１，０、ｍ＝−１，０に関する拡張要素のｄ_０，ｍ、ｄ_−１，ｍ、ｄ_ｎ，０、ｄ_ｎ，−１が追加される。上述したように、それぞれ、ｄ_０，０が０、それ以外の拡張要素のｄ_ｎ，ｍが∞の積算コストを初期条件として与える。

このとき、動的計画法に基づき積算コスト行列（Ｄ）が計算されるが、∞の積算コストが伝播する。この∞の積算コストを持つ経路は、実質的に最適伸縮パス（Ｐ）の時間伸縮ステップ（ｐ_ｌ）として選択されない。この経路をｄ_ｎ，ｍ＝∞領域（ＤＩＡ）という。また、最適伸縮パス（Ｐ）の決定においても、初期条件による計算の起点の固定により、時間伸縮ステップ（ｐ_ｌ）の選択が制限される領域が存在する。この領域をｐ_ｌ選択対象外領域（ＰＯＡ）という。したがって、時間伸縮ステップ（ｐ_ｌ）はＤＩＡとＰＯＡによる２つの選択制限を受ける。また、その制限範囲は、離散時間ステップのｎおよびｍに対して一様でない。

特に、シーケンスｘの開始点（ｘ_１）とシーケンスｙの開始点（ｙ_１）の離散時間ステップが、最適伸縮パス（Ｐ）の開始伸縮ステップ（ｐ_１）という境界条件により、ｐ_１付近の時間伸縮ステップは強い制限を受ける。同様に、シーケンスｘの終了点（ｘ_Ｎ）とシーケンスｙの終了点（ｙ_Ｍ）の離散時間ステップが、最適伸縮パス（Ｐ）の終了伸縮ステップ（ｐ_Ｌ）という境界条件により、ｐ_Ｌ付近の時間伸縮ステップは強い制限を受ける。図１４の濃い灰色の領域はＰＯＡであり、薄い灰色の領域はＤＩＡであり、白色の領域は時間伸縮ステップ（ｐ_ｌ）が制限されない領域である。

調整部３２は、この時間伸縮ステップ（ｐ_ｌ）の選択制限を緩和する方法として、ダウンサンプリング除外長（以下、それぞれＬ_ｓ、Ｌ_ｅともいう。）を設定することもできる。すなわち、調整部３２は、複合シーケンス（ＣＳ）の開始点および終了点からダウンサンプリング除外長（Ｌ_ｓ、Ｌ_ｅ）で指定したＬ_ｓ個およびＬ_ｅ個のデータ点数に対してダウンサンプリングを除外する機能を有する。第一格納部３１ａは、ダウンサンプリング係数（Ｋ）とダウンサンプリング除外長（Ｌ_ｓ、Ｌ_ｅ）を格納する。

次に、上述のダウンサンプリングを除外する機能を有する場合のサンプリング調整処理について図１５を用いて説明する。図１５は複合シーケンスに対するサンプリング調整処理の概略を示す図である。

図１５に示すように、例えば、調整前シーケンスを次式で表す。

ここで、Ｎは調整前シーケンスのシーケンス長であり、Ｎ＝３２であったとき、サンプリング調整条件としてＬ_ｓ＝５、Ｌ_ｅ＝５、Ｋ＝５と設定する。そうすると、調整前シーケンスの最初および最後の５個のデータ点にダウンサンプリングが適用されず、調整後シーケンスの最初および最後の５個のデータ点として保存される。一方、６〜２５個目のデータ点は、５個のデータ点ごとにダウンサンプリング処理が施される。Ｋに満たない余りの２６〜２７個目のデータ点は、例えば、５個のデータ点に対するダウンサンプリング処理と同様の処理を施す。

調整後シーケンスを次式で表す。

ここで、Ｎ’は調整後シーケンスのシーケンス長であり、図１５に示すように、Ｎ’＝１５となり、ｘ_ｎは保存されたデータ点であり、ｘ’_ｎはダウンサンプリング処理で計算された新しいデータ点を表す。

図１６はサンプリング調整による時間伸縮ステップ（ｐ_ｌ）の選択制限の緩和を説明する図である。図１６の横軸はシーケンスｙの離散時間（ｍ）、縦軸はシーケンスｘの離散時間（ｎ）である。

二つのシーケンスｘおよびシーケンスｙにおいて、サンプリング時間が異なるデータ点同士でマッチングを図ることで、片方のシーケンスの離散時間を加速した最適伸縮パス経路を得ることができる。
ダウンサンプリング係数（Ｋ）を設定し、ダウンサンプリング除外長（Ｌ_ｓ，Ｌ_ｅ）を設定する。どちらか一方のシーケンスの時間ステップが実サンプリングであり、もう一方のシーケンスの時間ステップがダウンサンプリングされている場合、実サンプリングの離散時間（ｎ，ｍ）に対して、非対称な時間伸縮ステップ（ｐ_ｌ）を得ることができる。これにより、両シーケンスがダウンサンプリングされている離散時間ステップ（ｎ，ｍ）において、時間伸縮ステップ（ｐ_ｌ）の選択自由度を高めることができる。図１６の濃い灰色の領域はＰＯＡであり、薄い灰色の領域はＤＩＡであり、白色の領域は時間伸縮ステップ（ｐ_ｌ）制限されない領域である。図１６は図１４に比べて白色の領域である時間伸縮ステップ（ｐ_ｌ）制限されない領域が広くなっている。

第一実施例または変形例は下記のうちの少なくとも一つの効果を奏する。
（１）二つのシーケンスのマッチング手法であるＤＴＷを応用することにより、複数のサブシーケンスによって構成される複合シーケンスから特定のサブシーケンスを抽出することが可能である。
（２）特定のサブシーケンスに着目した異常検知を実施することができるため、異常検知精度を高めることができると共に異常検知処理に必要となる異常検知基準パラメータ量を削減できる。これにより、メモリリソースおよび計算量を削減することが可能である。
（３）抽出するサブシーケンスは、参照シーケンスの準備と、参照サブシーケンスの開始点および終了点の決定のみと、で直感的に指定できる。これにより、ユーザである技術者の技量に依存しないと共に、作業量も一定であるため、生産ラインのオペレーションの一つとして組み込みを容易にすることが可能になる。
（４）ダウンサンプリング手法を用いるため、必要な計算コストを削減でき、組み込みシステムでの実装が可能となる。
（５）ダウンサンプリングを適用したＤＴＷとオリジナルのサンプリングにおけるＤＴＷとを組み合わせることで、精度の高いサブシーケンス区間の抽出が可能となる。
（６）ＤＴＷのステップサイズ条件の修正することにより、サブシーケンス区間に振幅変動として異常が現れる場合でも、適切にサブシーケンスの抽出区間を決定することが可能である。
（７）ダウンサンプリングの適用区間の調整によって、ＤＴＷのステップサイズ条件の修正に伴うサブシーケンス区間抽出の精度低下の要因を緩和することが可能である。

第二実施例の異常検知システムについて図１７を用いて説明する。図１７は第二実施例の異常検知システムの構成を示すブロック図である。

第二実施例の異常検知システム２は、第一実施例における抽出部３０および異常検知部４０をそれぞれ抽出部６０および異常検知部８０に代えられている。異常検知システム２のその他の構成は、異常検知システム１と同様である。抽出部６０および異常検知部８０は、それぞれ、格納部６１および格納部６２を有する。

抽出部６０は、ＣＳ抽出部２０から入力された複合シーケンス（ＣＳ）から、各々の抽出条件に基づき、複数のサブシーケンス（ＳＳ）を抽出し、異常検知部８０へ送信する。ここで、格納部６１は複数の抽出条件を格納している。

異常検知部８０は、入力された複数のサブシーケンス（ＳＳ１，ＳＳ２，・・・，ＳＳｊ）に対して、各々のサブシーケンス（ＳＳ）に対する複数の異常検知条件に基づき、各々のサブシーケンス（ＳＳ）に対して異常検知を実施する。異常検知部８０は、複数の異常検知結果などの出力信号（ＯＵＴ１，ＯＵＴ２，・・・，ＯＵＴｊ）を出力する。ここで、格納部８１は複数の異常検知条件を格納している。

次に、抽出部６０について図１８を用いて説明する。図１８は図１７の抽出部６０および格納部６１の構成を示すブロック図である。

図１８に示すように、抽出部６０は、第一実施例における格納部３１の第四格納部３１ｄを格納部６１の第五格納部６１ｄに代えて構成されている。また、抽出部６０は、第一実施例における第一特定部３３、第二特定部３４、ＳＳ抽出部３５をそれぞれ第三特定部６３、第四特定部６４、ＳＳ抽出部６５に代えて構成されている。抽出部６０のその他の構成は抽出部３０と同様であり、格納部６１のその他の構成は格納部３１と同様である。

第五格納部６１ｄは、参照シーケンス上で抽出したい複数のサブシーケンス区間の開始点群（ＳＰ_ＲＳＳ１，ＳＰ_ＲＳＳ２，・・・，ＳＰ_ＲＳＳｊ）および終了点群（ＥＰ_ＲＳＳ１，ＥＰ_ＲＳＳ２，・・・，ＥＰ_ＲＳＳｊ）を格納する。

第三特定部６３および第四特定部６４は、それぞれ第一実施例の第一特定部３３および第二特定部３４と同様の処理によって、複数のサブシーケンス区間（ＳＳＩ）のそれぞれの開始点および終了点を特定する。複数の参照サブシーケンス区間（ＲＳＳＩ）のそれぞれの開始点および終了点を参照することで、並行して複数のサブシーケンスのそれぞれの開始点および終了点を特定することができる。

ＳＳ抽出部６５は、第四特定部６４において求められた、複数の参照サブシーケンス区間のそれぞれの開始点および終了点に基づき、複合シーケンスから複数のサブシーケンスを抽出し、異常検知部８０に出力する。

複数のサブシーケンス区間の開始点および終了点の特定の例について図１９，２０を用いて説明する。図１９は参照シーケンスと複合シーケンスとの関係を示す図である。図２０は参照シーケンスから複合シーケンスのサブシーケンスを抽出する概念を示す図である。

まず、図１９に示すように、参照サブシーケンス区間をそれぞれ、ＲＳＳＩ１、ＲＳＳＩ２、ＲＳＳＩ３とする。それぞれの参照サブシーケンス区間の開始点（ＳＰ_ＲＳＳ１，ＳＰ_ＲＳＳ２，ＳＰ_ＲＳＳ３）および終了点（ＥＰ_ＲＳＳ１，ＥＰ_ＲＳＳ２，ＥＰ_ＲＳＳ３）を指定する。

次に、図２０に示すように、抽出部６０は、参照シーケンスと複合シーケンスの２つのシーケンスに対してＤＴＷに基づく処理を実施し、第一最適伸縮パスとしての最適伸縮パス（Ｐ）を求める。

最後に、抽出部６０は、求められた最適伸縮パス（Ｐ）を参照して、参照サブシーケンス区間（ＲＳＳＩ１）の開始点（ＳＰ_ＳＳ１）および終了点（ＥＰ_ＳＳ１）に対応する複合シーケンス上のデータ点を求める。また、抽出部６０は、求められた最適伸縮パス（Ｐ）を参照して、参照サブシーケンス区間（ＲＳＳＩ２）の開始点（ＳＰ_ＳＳ２）および終了点（ＥＰ_ＳＳ２）に対応する複合シーケンス上のデータ点を求める。さらに、抽出部６０は、求められた最適伸縮パス（Ｐ）を参照して、参照サブシーケンス区間（ＲＳＳＩ３）の開始点（ＳＰ_ＳＳ３）および終了点（ＥＰ_ＳＳ３）に対応する複合シーケンス上のデータ点を求める。これにより、複合シーケンス上で抽出したい複数のサブシーケンスの区間（ＳＳＩ１、ＳＳＩ２、ＳＳＩ３）を決定することができる。

第二実施例は下記のうちの少なくとも一つの効果を奏する。
（１）複合シーケンス上の複数のサブシーケンスに対して異常検知を実施することができる。
（２）第三特定部６３において、特に計算量を占めるＤＴＷの最適伸縮パス計算の計算コストは、抽出するサブシーケンスの数に依存しない構成になっており、抽出したいサブシーケンスの増加による計算コストの増加を抑えることができる。

第三実施例の異常検知システムについて図２１を用いて説明する。図２１は第三実施例における異常検知システムの構成を示すブロック図である。

第三実施例の異常検知システム３は、第一実施例における格納部３１および格納部４１にそれぞれ格納される抽出条件および異常検知条件を設定および生成する。異常検知システム３は、異常検知システム１に対して、さらに、格納部５１と表示部５２と設定部５３と格納部５４と生成部５５とを備える。

格納部５１は、ＣＳ抽出部２０によって抽出された複数の複合シーケンスを格納する。表示部５２は、時系列波形の表示ソフトウェアによって、格納部５１に格納された複数の複合シーケンスを図示していないディスプレイに表示する。設定部５３は、格納部３１にユーザが図示していないＧＵＩ等の入力インタフェースによって入力するサブシーケンス抽出条件を設定する。

ユーザは、表示部５２に表示される複数の複合シーケンスを確認した上で、参照シーケンスとして使用する複合シーケンスを一つ選び、参照サブシーケンスの開始点および終了点を指定する。また、サンプリング調整条件として、ダウンサンプリング係数（Ｋ）およびダウンサンプリング除外長（Ｌ_ｓ，Ｌ_ｅ）を指定する。

設定部５３は、ユーザによって選択された参照シーケンスの開始点および終了点、参照サブシーケンスの開始点および終了点、およびサンプリング調整条件を格納部３１へ格納する。また、設定部５３は、参照シーケンスに対して、ユーザに指定されたダウンサンプリング調整条件で設定されたダウンサンプリングを実施し、ＤＳ参照シーケンス（ＲＳ’）として、格納部３１へ格納する。

格納部５４は、設定されたサブシーケンス抽出条件によって抽出されるサブシーケンスを収集し、格納する。
生成部５５は、格納部５４に格納される複数のサブシーケンスを用いて、異常検知条件を生成し、格納部４１へ格納する。生成部５５における、異常検知条件生成方法は、異常検知部４０に採用するアルゴリズムによって異なる。例えば、ニューラルネットワークによる異常検知であれば、ニューラルネットワークを構成する重みパラメータを異常検知条件とする。これにより、ニューラルネットワークの重みパラメータ更新方法である誤差逆伝播法により、異常検知条件を生成することができる。

第三実施例は以下の効果を奏する。
第一実施例の異常検知システム１の構成をそのまま利用することで、異常検知システムにおける各種条件を段階的に設定することができる。

次に、半導体装置を用いて第一実施例、第二実施例または第三実施例の異常検知システムを構成する例（異常検知装置）について図２２を用いて説明する。図２２は異常検知装置の構成を示すブロック図である。

第四実施例の異常検知装置１００は半導体装置１０１と半導体記憶装置１１０を備えるマイクロコンピュータで構成される。半導体装置１０１は、中央処理装置（ＣＰＵ）１０２と、スタティックランダムアクセスメモリ（ＳＲＡＭ）１０３と、アナログ／デジタル変換回路（ＡＤＣ）１０４と、を備える。半導体装置１０１は、さらに、シリアルデータインタフェース（ＳＩ／Ｆ）１０５と、ネットワークインタフェース（ＮＩ／Ｆ）１０６と、パラレルデータインタフェース（ＰＩ／Ｆ）１０７と、を備える。半導体装置１０１は、さらに、デジタル／アナログ変換回路（ＤＡＣ）１０８と、メモリインタフェース（ＭＩ／Ｆ）１０９と、を備える。ここで、半導体装置１０１は例えば一つの半導体チップに形成されるが、複数の半導体チップで形成されてもよい。半導体記憶装置１１０は、シンクロナスダイナミックランダムアクセスメモリ（ＳＤＲＡＭ）１１１と、フラッシュメモリ（ＦＬＡＳＨ）１１２を備える。

図７、１７、２１の信号入力部１０は、専用の回路またはＣＰＵ１０２によるプログラム処理またはこれらの組み合わせで実装される。専用の回路はＡＤＣ１０４またはＳＩ／Ｆ１０５またはＮＩ／Ｆ１０６である。ＳＩ／Ｆ１０５は例えばＲＳ２３２Ｃのインタフェースである。ＮＩ／Ｆ１０６は例えばＬＡＮのインタフェースである。ＣＳ抽出部２０、抽出部３０，６０、表示部５２、設定部５３、生成部５５および異常検知部４０，８０は、主に、ＣＰＵ１０２によるプログラム処理で実装される。当該プログラムはＦＬＡＳＨ１１２等に格納される。

格納部２１，３１，４１，５１，５４，６１，８１は記憶装置で構成される。当該記憶装置は、ＳＲＡＭ１０３、ＳＤＲＡＭ１１１またはＦＬＡＳＨ１１２またはこれらの組み合わせで構成される。フラッシュメモリ１１２に代えて他の不揮発性メモリまたはＨＤＤ（Hard Disk Drive）を用いてもよい。

異常検知部４０，８０からの出力信号（ＯＵＴ、ＯＵＴ１，・・・，ＯＵＴｊ）はＤＡＣ１０８によりＬＥＤを点灯する。または、出力信号（ＯＵＴ、ＯＵＴ１，・・・，ＯＵＴｊ）はＮＩ／Ｆ１０６により他のシステムに異常検知処理の結果またはその処理過程の計算結果を通知する。

ただし、各部の実装形態は、必ずしもこれに限定されず、ハードウェアまたはソフトウェアまたはハードウェアとソフトウェアの組み合わせであればよい。

第四実施例の異常検知装置１００は、図７、１７、２１に示した異常検知システム１，２，３を１個のマイクロコンピュータに搭載している。しかし、異常検知システム１，２，３は、異常検知部４０または異常検知部８０を分離し、それを当該マイクロコンピュータとは別の部品（例えば、別のＣＰＵを含むマイクロコンピュータ等）に実装すること等が可能である。信号入力部１０、ＣＳ抽出部２０および抽出部３０（または抽出部６０）は検知対象装置である半導体製造装置に設けてもよい。

また、異常検知システム１，２，３は、例えば、半導体製造装置に対して１対１で設けたり、複数の半導体製造装置に対して１個設けたりする。半導体製造装置に対して１対１で設けられる場合、異常検知システム１，２，３は、例えば、半導体製造装置内に搭載されたり、半導体製造装置の外付け部品として設置されたりする。半導体製造装置は、例えば、ＣＶＤ装置等の薄膜形成装置、反応性イオンエッチング等のドライエッチング装置等である。

上述したように、モニタ信号（ＭＮＴ）は、例えば、半導体製造装置の処理の状況を表す信号であり、半導体製造装置内に設けられるか、または半導体製造装置に付加される各種センサからのセンサ信号である。各種センサは、例えば、ガスの流量を監視する流量センサ、チャンバの圧力を監視する圧力センサである。また、各種センサは、プラズマのＲＦパワーを監視するパワーセンサ、エッチングの進行具合を監視するＥＰＤ（End Point Detector）等であり、その他、様々なものであってよい。

本開示では、異常検知システムの一例として、半導体製造装置の異常を検知する場合を説明した。ただし、必ずしもこれに限定されず、物を生産する装置・機械、例えば化学装置、工作機械、食品機械などの異常を検知するシステムとして、本開示の異常検知システムを適用することが可能である。

また、本開示の異常検知システムは製造装置の生産工程における異常を時系列の電気信号から検知するシステムであるが、センサによって時系列の電気信号に変換可能であれば、その元の信号の性質は問わない。電流、電圧を始めとして、光、電磁波、熱、加速度、振動、音声などであってもよい。

以上、本開示を実施形態、実施例および変形例に基づき具体的に説明したが、本開示は、上記実施形態、実施例および変形例に限定されるものではなく、種々変更可能であることはいうまでもない。

１・・・異常検知システム
３００・・・抽出部
３４０・・・特定部
３５０・・・ＳＳ抽出部

Claims (20)

1. 検知対象の状況を表すモニタ信号は一連のシーケンスである複合シーケンスから構成され、前記複合シーケンスは複数のサブシーケンスを含み、前記モニタ信号から前記検知対象の異常を検知する異常検知システムであって、
   前記モニタ信号に含まれる複合シーケンスから前記複数のサブシーケンスのうちの異常検知の対象となる特定のサブシーケンスを抽出する抽出部を備え、
   前記抽出部は、
   前記複合シーケンスと予め取得してある複合シーケンスの一例である参照シーケンスとから動的時間伸縮法によって第一最適伸縮パスを求め、前記第一最適伸縮パスと予め取得してある前記参照シーケンスのサブシーケンス（参照サブシーケンス）の開始点および終了点とに基づいて前記特定のサブシーケンスの開始点および終了点を特定する特定部と、
   前記特定のサブシーケンスの前記開始点および前記終了点に基づき前記特定のサブシーケンスを抽出するＳＳ抽出部と、
   を備える異常検知システム。
2. 請求項１の異常検知システムにおいて、
   前記抽出部は、さらに、前記複合シーケンスのサンプリング間隔をダウンサンプリング係数で指定された数の隣接するデータ点の平均値、最大値、最小値および中央値のいずれかのデータを抽出する処理、または補完処理によって調整する調整部を備え、
   前記特定部は、
   前記サンプリング間隔が調整された複合シーケンスと予め取得してあるサンプリング間隔がダウンサンプリング係数で指定された数の隣接するデータ点の平均値、最大値、最小値および中央値のいずれかのデータを抽出する処理、または補完処理によって調整された参照シーケンスとから動的時間伸縮法によって第二最適伸縮パスを求め、前記第二最適伸縮パスと予め取得してある前記参照サブシーケンスの開始点および終了点とに基づいて前記複合シーケンスのサブシーケンスの開始エリアおよび終了エリアを特定する第一特定部と、
   前記第二最適伸縮パスと前記複合シーケンスのサブシーケンスの前記開始エリアおよび前記終了エリアとに基づいて前記特定のサブシーケンスの開始点および終了点を特定する第二特定部と、
   を備える異常検知システム。
3. 請求項２の異常検知システムにおいて、
   前記第二特定部は、
   前記第二最適伸縮パスと前記複合シーケンスのサブシーケンスの前記開始エリアおよび前記終了エリアとに基づいて前記参照サブシーケンスの開始エリアおよび終了エリアを特定し、
   前記参照サブシーケンスの前記開始エリアおよび前記複合シーケンスのサブシーケンスの前記開始エリアとの２つの短いシーケンスに対する第三最適伸縮パスと前記参照サブシーケンスの前記開始点とに基づいて前記特定のサブシーケンスの開始点を特定し、
   前記参照サブシーケンスの前記終了エリアおよび前記複合シーケンスのサブシーケンスの前記終了エリアとの２つの短いシーケンスに対する第三最適伸縮パスと前記参照サブシーケンスの前記終了点とに基づいて前記特定のサブシーケンスの終了点を特定する異常検知システム。
4. 請求項３の異常検知システムにおいて、
   前記第一最適伸縮パス、前記第二最適伸縮パスおよび前記第三最適伸縮パスのいずれか、もしくはそれらの組合を求める前記動的時間伸縮法はステップサイズ制約を修正したものである異常検知システム。
5. 請求項４の異常検知システムにおいて、
   前記調整部は、前記複合シーケンスの開始点および終了点からダウンサンプリング除外長で指定されたデータ点数に対してダウンサンプリングを除外する異常検知システム。
6. 請求項１の異常検知システムにおいて、
   前記抽出部は、前記第一最適伸縮パスと予め取得してある前記参照シーケンスのサブシーケンスとは別のサブシーケンスの開始点および終了点とに基づいて前記複数のサブシーケンスのうち前記特定のサブシーケンスとは別のサブシーケンスを抽出する異常検知システム。
7. 請求項１の異常検知システムにおいて、
   さらに、トリガ信号が示す時間区間の前記モニタ信号を有限幅の複合シーケンスとして抽出するＣＳ抽出部を備える異常検知システム。
8. 請求項７の異常検知システムにおいて、
   さらに、前記モニタ信号および前記トリガ信号を時系列のデジタル信号として前記ＣＳ抽出部に出力する信号入力部を備える異常検知システム。
9. 請求項１の異常検知システムにおいて、
   さらに、前記抽出されたサブシーケンスに対して異常検知条件に基づいて異常検知処理を行う異常検知部を備える異常検知システム。
10. 請求項７の異常検知システムにおいて、さらに、
    前記ＣＳ抽出部によって抽出される複数の複合シーケンスを格納する格納部と、
    前記格納部に格納される前記複数の複合シーケンスを表示する表示部と、
    サブシーケンス抽出条件を設定する設定部と、
    設定されるサブシーケンス抽出条件によって抽出される複数のサブシーケンスを格納する格納部と、
    抽出される複数のサブシーケンスに基づいて異常検知条件を生成する生成部と、
    を備える異常検知システム。
11. 検知対象の状況を表すモニタ信号は一連のシーケンスである複合シーケンスから構成され、前記複合シーケンスは複数のサブシーケンスを含み、前記モニタ信号から前記検知対象の異常を検知する異常検知装置であって、
    中央処理装置と、
    記憶装置と、
    を備え、
    前記中央処理装置は、
    前記複合シーケンスと予め取得してある複合シーケンスの一例である参照シーケンスとから動的時間伸縮法によって第一最適伸縮パスを求め、
    前記第一最適伸縮パスと予め前記記憶装置に格納してある前記参照シーケンスのサブシーケンス（参照サブシーケンス）の開始点および終了点とに基づいて前記複数のサブシーケンスのうちの異常検知の対象となる特定のサブシーケンスの開始点および終了点を特定し、
    前記特定のサブシーケンスの前記開始点および前記終了点に基づき前記特定のサブシーケンスを抽出し、
    抽出された前記特定のサブシーケンスに対して異常検知条件に基づいて異常検知処理を行うよう構成される異常検知装置。
12. 請求項１１の異常検知装置において、
    前記中央処理装置は、
    前記複合シーケンスのサンプリング間隔をダウンサンプリング係数で指定された数の隣接するデータ点の平均値、最大値、最小値および中央値のいずれかのデータを抽出する処理、または補完処理によって調整し、
    前記サンプリング間隔が調整された複合シーケンスと予め前記記憶装置に格納してあるサンプリング間隔がダウンサンプリング係数で指定された数の隣接するデータ点の平均値、最大値、最小値および中央値のいずれかのデータを抽出する処理、または補完処理によって調整された参照シーケンスとから動的時間伸縮法によって第二最適伸縮パスを求め、
    前記第二最適伸縮パスと予め前記記憶装置に格納してある前記参照サブシーケンスの開始点および終了点とに基づいて前記複合シーケンスのサブシーケンスの開始エリアおよび終了エリアを特定し、
    前記第二最適伸縮パスと前記複合シーケンスのサブシーケンスの前記開始エリアおよび前記終了エリアとに基づいて前記特定のサブシーケンスの開始点および終了点を特定するよう構成される異常検知装置。
13. 請求項１２の異常検知装置において、
    前記中央処理装置は、
    前記第二最適伸縮パスと前記複合シーケンスのサブシーケンスの前記開始エリアおよび前記終了エリアとに基づいて前記参照サブシーケンスの開始エリアおよび終了エリアを特定し、
    前記参照サブシーケンスの前記開始エリアおよび前記複合シーケンスのサブシーケンスの前記開始エリアとの２つの短いシーケンスに対する第三最適伸縮パスと前記参照サブシーケンスの前記開始点とに基づいて前記特定のサブシーケンスの開始点を特定し、
    前記参照サブシーケンスの前記終了エリアおよび前記複合シーケンスのサブシーケンスの前記終了エリアとの２つの短いシーケンスに対する前記第三最適伸縮パスと前記参照サブシーケンスの前記終了点とに基づいて前記特定のサブシーケンスの終了点を特定するよう構成される異常検知装置。
14. 請求項１３の異常検知装置において、
    前記第一最適伸縮パス、前記第二最適伸縮パスおよび前記第三最適伸縮パスのいずれか、もしくはそれらの組合を求める前記動的時間伸縮法はステップサイズ制約を修正したものである異常検知装置。
15. 請求項１４の異常検知装置において、
    前記中央処理装置は、前記複合シーケンスの開始点および終了点からダウンサンプリング除外長で指定されたデータ点数に対してダウンサンプリングを除外するよう構成される異常検知装置。
16. 検知対象の状況を表すモニタ信号は一連のシーケンスである複合シーケンスから構成され、前記複合シーケンスは複数のサブシーケンスを含み、前記モニタ信号から前記検知対象の異常を検知する異常検知方法であって、
    前記複合シーケンスと予め取得してある複合シーケンスの一例である参照シーケンスとから動的時間伸縮法によって第一最適伸縮パスを求め、
    前記第一最適伸縮パスと予め取得してある前記参照シーケンスのサブシーケンス（参照サブシーケンス）の開始点および終了点とに基づいて前記複数のサブシーケンスのうちの異常検知の対象となる特定のサブシーケンスの開始点および終了点を特定し、
    前記特定のサブシーケンスの前記開始点および前記終了点に基づき前記特定のサブシーケンスを抽出し、
    抽出された前記特定のサブシーケンスに対して異常検知条件に基づいて異常検知処理を行う異常検知方法。
17. 請求項１６の異常検知方法において、
    前記複合シーケンスのサンプリング間隔をダウンサンプリング係数で指定された数の隣接するデータ点の平均値、最大値、最小値および中央値のいずれかのデータを抽出する処理、または補完処理によって調整し、
    前記サンプリング間隔が調整された複合シーケンスと予め取得してあるサンプリング間隔がダウンサンプリング係数で指定された数の隣接するデータ点の平均値、最大値、最小値および中央値のいずれかのデータを抽出する処理、または補完処理によって調整された参照シーケンスとから動的時間伸縮法によって第二最適伸縮パスを求め、
    前記第二最適伸縮パスと予め取得してある前記参照サブシーケンスの開始点および終了点とに基づいて前記複合シーケンスのサブシーケンスの開始エリアおよび終了エリアを特定し、
    前記第二最適伸縮パスと前記複合シーケンスのサブシーケンスの前記開始エリアおよび前記終了エリアとに基づいて前記特定のサブシーケンスの開始点および終了点を特定する異常検知方法。
18. 請求項１７の異常検知方法において、
    前記第二最適伸縮パスと前記複合シーケンスのサブシーケンスの前記開始エリアおよび前記終了エリアとに基づいて前記参照サブシーケンスの開始エリアおよび終了エリアを特定し、
    前記参照サブシーケンスの前記開始エリアおよび前記複合シーケンスのサブシーケンスの前記開始エリアとの２つの短いシーケンスに対する第三最適伸縮パスと前記参照サブシーケンスの前記開始点とに基づいて前記特定のサブシーケンスの開始点を特定し、
    前記参照サブシーケンスの前記終了エリアおよび前記複合シーケンスのサブシーケンスの前記終了エリアとの２つの短いシーケンスに対する第三最適伸縮パスと前記参照サブシーケンスの前記終了点とに基づいて前記特定のサブシーケンスの終了点を特定する異常検知方法。
19. 請求項１８の異常検知方法において、
    前記第一最適伸縮パス、前記第二最適伸縮パスおよび前記第三最適伸縮パスのいずれか、もしくはそれらの組合を求める前記動的時間伸縮法はステップサイズ制約を修正したものである異常検知方法。
20. 請求項１９の異常検知方法において、
    前記複合シーケンスの開始点および終了点からダウンサンプリング除外長で指定されたデータ点数に対してダウンサンプリングを除外する異常検知方法。

Images