JP4633084B2 - 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 - Google Patents
不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 Download PDFInfo
- Publication number
- JP4633084B2 JP4633084B2 JP2007123428A JP2007123428A JP4633084B2 JP 4633084 B2 JP4633084 B2 JP 4633084B2 JP 2007123428 A JP2007123428 A JP 2007123428A JP 2007123428 A JP2007123428 A JP 2007123428A JP 4633084 B2 JP4633084 B2 JP 4633084B2
- Authority
- JP
- Japan
- Prior art keywords
- manufacturing
- defective
- product
- defective product
- line
- 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.)
- Active
Links
Images
Classifications
-
- 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]
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Description
この発明は、製造品を製造するために順次実行される複数の製造ラインの中から、不良品発生要因となっている製造ラインを推定する不良要因推定方法に関する。
また、この発明は、上記不良要因推定方法を実施するのに用いられる不良要因推定装置に関する。
また、この発明は、コンピュータに上記不良要因推定方法を実行させるためのプログラムに関する。
また、この発明は、コンピュータに上記不良要因推定方法を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体に関する。
例えば、半導体や液晶パネルの製造品は、基板に対して複数の製造ラインを順次実行して製造される。また、検査ラインで製造品を良品、不良品のいずれかに分類している。不良品に分類される製造品が増加して歩留まりが低下していることが判明した場合、製造ラインにおける不良品発生要因を究明して対策を行うことが重要である。しかし、半導体や液晶パネル等の製造品は、数十から数百の製造ライン及び製造装置を経て生産される。そのため、一旦製造品に不良が発生すると、不良品発生要因を特定することは一般に非常に困難である。
不良品発生要因を特定するために、順次実行される複数の製造ラインの間に検査ラインが設けられている。もし、製造ライン毎に検査ラインを設けたならば、或る検査ラインで歩留まりが低下した場合、その検査ラインの直前に実行された製造ラインが不良要因であることが容易に分かる。しかしながら、多数の検査ラインを設けることは多額の設備投資が必要となるばかりか、検査ラインのメンテナンス費用の発生、あるいはリードタイムが長くなるという欠点も生じる。そのため、検査ラインは、必要最低限数のみ設けられるのが実情である。
従って、現実には、或る検査ラインの検査結果を用いて、その検査ラインの直前までに実行された複数の製造ラインの中から、不良要因を推定することになる。従来のこのような不良要因推定方法として、製造装置履歴の偏りを検定する方法がある（特開２００５−１４２４０６号公報：特許文献１参照）。
この従来の不良要因推定方法におけるカイ２乗検定を説明する。まず、検査ラインによって製造品の或る品質を表す品質値を各製造品から得る。この得られた品質値と予め定められた基準値（例えば、製品が良品または不良品のいずれであるかを判定するための２値化閾値）との大小関係に基づいて、各製造品は良品または不良品に分類される。次に、各製造品が各製造ラインでどの製造装置によって処理されたかを記録した製造履歴データを参照する。或る製造ラインで３台の製造装置（それぞれ単独でその製造ラインを実行可能な装置であるものとする。）１，２，３が並行して用いられる場合を例として説明する。或る期間内に、製造装置１，２，３で処理された製造品数を、それぞれｆ1・，ｆ2・，ｆ3・とする。また、製造装置１，２，３で処理された製造品の中で不良品数を、それぞれｆ11，ｆ21，ｆ31とする。また、製造装置１，２，３で処理された製造品の中で良品数を、それぞれｆ12，ｆ22，ｆ32とする。また、この製造ラインで処理された不良品の合計数をｆ・1、良品の合計数をｆ・2とする。これらの数値を一覧にした分割表を、図１０に示す。この分割表の表側の項目は製造装置番号であり、項目数は３個である。この分割表の表頭の項目は不良品／良品数であり、項目数は２個である。ここで、表側は縦方向にある変数であり、表頭は横方向にある変数である。一般に、表側の項目数がｓ個、表頭の項目数がｔ個の場合の分割表を、ｓ×ｔ分割表と呼び、図１０の場合は３×２分割表である。全製造品数をｎとすると、
ｎ＝ｆ1・＋ｆ2・＋ｆ3・＝ｆ・1＋ｆ・2
である。また、ｆ1・，ｆ2・，ｆ3・，ｆ・1，ｆ・2は、横方向あるいは縦方向の合計を表す度数であり、周辺度数と呼ばれる。ｆ11，ｆ21，ｆ31，ｆ12，ｆ22，ｆ32は、観測度数と呼ばれる。カイ２乗検定の統計量χ2は、
と計算できる。この式中のｆi・×ｆ・j／ｎは、図１０の分割表を構成するセル（i，j）の理論度数（あるいは期待度数）と呼ばれ、帰無仮説の下で、予測される（期待される）度数である。また、図１０の分割表の自由度νは、（表側の項目数−１）×（表頭の項目数−１）＝２×１＝２である。
ｎ＝ｆ1・＋ｆ2・＋ｆ3・＝ｆ・1＋ｆ・2
である。また、ｆ1・，ｆ2・，ｆ3・，ｆ・1，ｆ・2は、横方向あるいは縦方向の合計を表す度数であり、周辺度数と呼ばれる。ｆ11，ｆ21，ｆ31，ｆ12，ｆ22，ｆ32は、観測度数と呼ばれる。カイ２乗検定の統計量χ2は、
有意確率＝１−Ｆ（χ2，ν）＜α
であれば有意水準αで、製造装置と不良品発生率に相関があると推定される。有意水準αは、１％ないしは５％とすることが伝統的に多い。ここで、Ｆ（ｘ，ν）は、自由度νのカイ２乗累積分布関数を表す。また、カイ２乗累積分布関数Ｆ（ｘ，ν）は、カイ２乗確率密度関数ｆ（ｘ，ν）を使って、次式のように表すことができる。
であれば有意水準αで、製造装置と不良品発生率に相関があると推定される。有意水準αは、１％ないしは５％とすることが伝統的に多い。ここで、Ｆ（ｘ，ν）は、自由度νのカイ２乗累積分布関数を表す。また、カイ２乗累積分布関数Ｆ（ｘ，ν）は、カイ２乗確率密度関数ｆ（ｘ，ν）を使って、次式のように表すことができる。
有意水準αで製造装置と不良品発生率に相関があると検定された場合、この製造装置の間には（図１０の例では３台の製造装置１，２，３の間には）、不良品発生率に差があることになる。すなわち、３台の製造装置１，２，３の中に著しく不良品を発生させる製造装置が存在する可能性を見つけることができる。さらに、複数の製造ライン毎に不良要因推定を行うことで、不良品を発生させる製造装置の候補をリストアップすることができる。
ここで、製造装置は、複数の処理室を用いていることが多く、例えば、従来の製造装置では、複数の処理室を同時に並行して同じ処理を実行させることができるため、製造装置当たりの処理能力を高めることができる（米国特許第４，９５１，６０１号公報：特許文献２参照）。
また、複数の処理（例えば、ＣＶＤやＰＶＤ等による成膜処理，表面処理、アニール等の熱処理，エッチング，露光，現像）を処理室に割り当てることで、製造装置当たりの処理の種類数を増やすことができため、製造工場内に用いられる製造装置数を削減することもできる。
製造装置が不良品発生要因になる場合、用いられている複数の処理室がすべて一様に不良品発生要因となるのではなく、複数の処理室のうち一つが不良品発生要因となることが多い。
特開２００５−１４２４０６号公報
米国特許第４，９５１，６０１号公報
しかしながら、上記従来の不良要因推定方法では、分割表を製造装置毎に処理された製造品数を集計して分割表を作成すると、この製造装置を不良品発生要因として発見することを見逃してしまう欠点がある。以下に、この点について説明する。
不良品発生要因となっている製造ラインＬ１は、２つの製造装置（製造装置１−１と製造装置１−２）を用いており、各製造装置は、４つの処理室を用いている。各処理室は、製造品に同じ処理を施しているとする。製造装置１−１が用いる処理室は、処理室１−１−１，１−１−２，１−１−３，１−１−４とする。また、製造装置１−２が用いる処理室は、処理室１−２−１，１−２−２，１−２−３，１−２−４とする。処理室１−１−１は、不調になって不良品発生要因になっているとし、不良品発生率が３％とする。また、処理室１−１−１以外の処理室は、正常であるとし、不良品発生率が０％とする。或る期間に、この製造ラインＬ１は、８００個の製造品を処理し、製造装置１−１と製造装置１−２はそれぞれ４００個の製造品を処理したとする。
この場合の分割表を図１１と図１２に示す。カイ２乗検定により算出した有意確率は８．２７％となり、帰無仮説は有意水準α＝５％で採択される。つまり、この製造ラインは、不良品発生要因でないと推定されることになる。処理室１−１−１は、他の処理室と比較して、不良品発生率が３％と非常に高いにもかかわらず、不良品発生要因として発見することを見逃してしまうことになる。製造装置１−１が用いる４つの処理室のうち１つが不調になり、残りの３つは正常であるため、製造装置１−１全体の見かけ上の不良品発生率が０．７５％となる。つまり、処理室単独の不良品発生率が３％であったものが、製造装置単位の不良品発生率は０．７５％まで低下してしまうため、不良品発生要因として発見することを見逃してしまったものと考えられる。
そこで、この発明の課題は、製造装置が複数の処理室を用いていても、不良品発生要因となっている処理室を見逃すことなく推定できる不良要因推定方法を提供することにある。
また、この発明の課題は、上記不良要因推定方法を実施するのに用いられる不良要因推定装置に関する。
また、この発明の課題は、コンピュータにそのような不良要因推定方法を実行させるためのプログラムに関する。
また、この発明の課題は、コンピュータにそのような不良要因推定方法を実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体を提供することにある。
上記課題を解決するため、この発明の第１の不良要因推定方法は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴としている。
また、この発明の第２の不良要因推定方法は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴としている。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴としている。
また、この発明の第２の不良要因推定方法は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴としている。
この発明の第１の不良要因推定方法によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、分割表毎の有意確率の昇順にグループを並べて、不良品発生要因であると推定されるグループを表す候補一覧を、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２の不良要因推定方法によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２の不良要因推定方法によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、一実施形態の不良要因推定方法では、上記推定工程は、所定の上記グループに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定のグループにおける不良品発生要因となっている不良処理室として、推定する。
この実施形態の不良要因推定方法によれば、上記推定工程は、所定の上記グループに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定のグループにおける不良品発生要因となっている不良処理室として、推定するので、不良品発生要因となっているグループだけでなく、不良品発生率が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
また、一実施形態の不良要因推定方法では、上記推定工程は、検定により行われる。
この実施形態の不良要因推定方法によれば、上記推定工程は、検定により行われるので、上記製造品を正確に推定できる。
また、この発明の第１の不良要因推定装置は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成部は、上記グループ毎に上記分割表を作成し、
上記推定部は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定部は、上記分割表毎に有意確率を算出し、
上記出力部は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴としている。
また、この発明の第２の不良要因推定装置は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成部は、上記グループ毎に上記分割表を作成し、
上記推定部は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定部は、上記分割表毎に有意確率を算出し、
上記出力部は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成部は、上記グループ毎に上記分割表を作成し、
上記推定部は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定部は、上記分割表毎に有意確率を算出し、
上記出力部は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴としている。
また、この発明の第２の不良要因推定装置は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成部は、上記グループ毎に上記分割表を作成し、
上記推定部は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定部は、上記分割表毎に有意確率を算出し、
上記出力部は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする。
この発明の第１の不良要因推定装置によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成部は、グループ毎に分割表を作成し、推定部は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定部は、分割表毎に有意確率を算出し、出力部は、分割表毎の有意確率の昇順にグループを並べて、不良品発生要因であると推定されるグループを表す候補一覧を、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２の不良要因推定装置によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成部は、グループ毎に分割表を作成し、推定部は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定部は、分割表毎に有意確率を算出し、出力部は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２の不良要因推定装置によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成部は、グループ毎に分割表を作成し、推定部は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定部は、分割表毎に有意確率を算出し、出力部は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、この発明の第１のプログラムでは、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させ、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とする。
また、この発明の第２のプログラムでは、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させ、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させ、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とする。
また、この発明の第２のプログラムでは、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させ、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする。
この発明の第１のプログラムによれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、分割表毎の有意確率の昇順にグループを並べて、不良品発生要因であると推定されるグループを表す候補一覧を、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２のプログラムによれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２のプログラムによれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、この発明の第１のコンピュータ読み取り可能な記録媒体では、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録し、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とする。
また、この発明の第２のコンピュータ読み取り可能な記録媒体では、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録し、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録し、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とする。
また、この発明の第２のコンピュータ読み取り可能な記録媒体では、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録し、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする。
この発明の第１の記録媒体によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるためのプログラムを記録しているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、分割表毎の有意確率の昇順にグループを並べて、不良品発生要因であると推定されるグループを表す候補一覧を、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２の記録媒体によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるためのプログラムを記録しているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の第２の記録媒体によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるためのプログラムを記録しているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。また、所定の製造ラインに関して、同じ処理を行う処理室にて形成されるグループが、複数組設けられ、作成工程は、グループ毎に分割表を作成し、推定工程は、グループ毎に不良品発生要因となっているか否かの推定を行い、推定工程は、分割表毎に有意確率を算出し、出力工程は、グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともないと共に、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の不良要因推定方法によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
また、この発明の不良要因推定装置によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
また、この発明のプログラムによれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
また、この発明の記録媒体によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるためのプログラムを記録しているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
以下、この発明を図示の実施の形態により詳細に説明する。
図１は、この発明の一実施形態の不良要因推定方法の適用対象となる製造システムを模式的に示している。この製造システムは、製造品に対して順次実行される複数の製造ラインＬ０，Ｌ１，Ｌ２，Ｌ３と、製造品の品質値を調べる検査ラインＴとを、含んでいる。
図１に基づいて、製造品の流れを説明する。製造品は、製造ラインＬ０，Ｌ１，Ｌ２，Ｌ３の順に処理されて、検査ラインＴを通過する。製造ラインＬ１には、この製造ラインＬ１をそれぞれ単独で実行可能な２つの製造装置１−１，製造装置１−２を並行して用いている。同様に、製造ラインＬ２には、この製造ラインＬ２をそれぞれ単独で実行可能な３つの製造装置２−１，製造装置２−２，製造装置２−３を並行して用いており、製造ラインＬ３には、この製造ラインＬ３をそれぞれ単独で実行可能な３つの製造装置３−１，製造装置３−２，製造装置３−３を並行して用いている。検査ラインＴは、各製造品を検査して品質値を得るとともに、得られた品質値と基準値との大小関係に基づいて、各製造品を良品と不良品のいずれかに分類している。
さて、製造ラインＬ１に着目して、詳細な説明を行う。製造ラインＬ１で用いている２つの製造装置１−１，製造装置１−２は、それぞれ４つの処理室を用いている。製造装置１−１は、処理室１−１−１，１−１−２，１−１−３，１−１−４を用いている。製造装置１−２は、処理室１−２−１，１−２−２，１−２−３，１−２−４を用いている。従って、製造ラインＬ１は、８つの処理室１−１−１，１−１−２，１−１−３，１−１−４，１−２−１，１−２−２，１−２−３，１−２−４を用いている。或る期間において、製造ラインＬ１が用いる処理室１−１−１で処理された製造品の個数をｆ1・とする。この製造ラインＬ３の後で実行される検査ラインＴで検査された製造品を、過去に遡って製造ラインＬ１における製造履歴を調べることで、この処理室１−１−１で処理された製造品の個数ｆ1・を、不良品の個数ｆ11と、良品の個数ｆ12とに分類することができる。すなわち、
ｆ1・＝ｆ11＋ｆ12
となる。また、製造ラインＬ１が用いる処理室１−１−２で処理された製造品の個数ｆ2・を不良品の個数ｆ21と、良品の個数ｆ22とに分類することができる。すなわち、
ｆ2・＝ｆ21＋ｆ22
となる。以下、同様にして、製造ラインＬ１が用いる８つの処理室１−１−１，１−１−２，１−１−３，１−１−４，１−２−１，１−２−２，１−２−３，１−２−４について、或る期間に処理された製造品の個数をｆ1・，ｆ2・，ｆ3・，ｆ4・，ｆ5・，ｆ6・，ｆ7・，ｆ8・とし、不良品の個数を、ｆ11，ｆ21，ｆ31，ｆ41，ｆ51，ｆ61，ｆ71，ｆ81とし、良品の個数をｆ12，ｆ22，ｆ32，ｆ42，ｆ52，ｆ62，ｆ72，ｆ82とする。
ｆ1・＝ｆ11＋ｆ12
となる。また、製造ラインＬ１が用いる処理室１−１−２で処理された製造品の個数ｆ2・を不良品の個数ｆ21と、良品の個数ｆ22とに分類することができる。すなわち、
ｆ2・＝ｆ21＋ｆ22
となる。以下、同様にして、製造ラインＬ１が用いる８つの処理室１−１−１，１−１−２，１−１−３，１−１−４，１−２−１，１−２−２，１−２−３，１−２−４について、或る期間に処理された製造品の個数をｆ1・，ｆ2・，ｆ3・，ｆ4・，ｆ5・，ｆ6・，ｆ7・，ｆ8・とし、不良品の個数を、ｆ11，ｆ21，ｆ31，ｆ41，ｆ51，ｆ61，ｆ71，ｆ81とし、良品の個数をｆ12，ｆ22，ｆ32，ｆ42，ｆ52，ｆ62，ｆ72，ｆ82とする。
また、或る期間において、この製造ラインＬ１で処理された製造品の総数をｎとする。このｎ個の製造品のうち、検査ラインＴで不良品に分類された製造品の個数をｆ・1、良品に分類された製造品の個数をｆ・2とする。結局、
ｎ＝ｆ1・＋ｆ2・＝ｆ・1＋ｆ・2
となる。
ｎ＝ｆ1・＋ｆ2・＝ｆ・1＋ｆ・2
となる。
図２は、上記不良要因推定方法を実施するための不良要因推定装置のブロック構成を示している。この不良要因推定装置は、作成部としての入力部３０１と、推定部としての演算部３０２と、出力部３０３とを備えている。入力部３０１は、検査結果データと製造履歴データを入力し、それらのデータを用いて、後述するような分割表を作成する。演算部３０２は、入力部３０１からの分割表データを用いて、後述するような検定、および不良要因の推定を行う。出力部３０３は、演算部３０２から推定結果を受け取り、推定結果を出力する。
図３は、製造ラインＬ１で処理された製造品を集計した分割表を示している。表側の項目は、各処理室１−１−１，１−１−２，１−１−３，１−１−４，１−２−１，１−２−２，１−２−３，１−２−４で処理された製造品の各度数を集計した処理数項目であり、その項目数はｓ＝８個である。表頭の項目は検査ラインＴの検査結果である良品、不良品の各度数を集計した良品不良品数項目であり、その項目数はｔ＝２個である。このように、製造ラインＬ１についての分割表は、８×２分割表となっている。この分割表を構成する各セル(i，j)の観測度数をｆijで表す。ここで、ｉは、表側の項目を表し、各処理室で処理されたことを表す。また、ｊは表頭の項目を表し、ｊ＝１は製造品が不良品であることを表し、ｊ＝２は製造品が良品であることを表す。ｉ行目の周辺度数ｆi・は、ｆiｊのｊについての和を意味し、次式で表される。
また、ｊ列目の周辺度数ｆ・jは、ｆiｊのiについての和を意味し、次式で表される。
着目している製造ラインＬ１が不良品発生要因となっているか否かを知るためには、処理数項目と良品不良品数項目とが独立であるか否かを検定する。検定方法として、独立性のカイ２乗検定を説明する。帰無仮説Ｈ0を
Ｈ0：Ｐij＝Ｐi・×Ｐ・j
とする。ここで、Ｐijは、セル（i，j）の生起確率である。Ｐi・は、i行目の周辺確率であり、
Ｐi・＝ｆi・／ｎ
となる。また、P・jは、j列目の周辺確率であり、
Ｐ・j＝ｆ・j／ｎ
となる。
Ｈ0：Ｐij＝Ｐi・×Ｐ・j
とする。ここで、Ｐijは、セル（i，j）の生起確率である。Ｐi・は、i行目の周辺確率であり、
Ｐi・＝ｆi・／ｎ
となる。また、P・jは、j列目の周辺確率であり、
Ｐ・j＝ｆ・j／ｎ
となる。
帰無仮説Ｈ0のもとで、生起確率Ｐijの最尤推定量Ｐ'ijは、
Ｐ'ij＝（fi・／ｎ）×（f・j／ｎ）＝（fi・×f・j）／ｎ2
となる。帰無仮説Ｈ0のもとでのセル（ｉ，ｊ）の理論度数ｆ'ijは、
ｆ'ij＝ｎ×Ｐ'ij＝ｆi・×ｆ・j／ｎ
となる。結局、カイ２乗の独立性の統計量χ2は、
と計算できる。また、８×２分割表の自由度νは、（表側の項目数−１）×（表頭の項目数−１）＝７×１＝７である。カイ２乗検定では、
有意確率＝１−Ｆ（χ2，ν）≦α
であれば有意水準αで、帰無仮説が棄却されて、製造装置と不良品発生率に相関があると推定される。すなわち、８つの処理室の間で、不良品発生率に有意な差があることになる。また、有意確率が有意水準αより大きければ、帰無仮説が採択されて、製造装置と不良品発生率に相関があるとはいえない。すなわち、２つの製造装置の間で、不良品発生率に有意な差があるとはいえない。このようにして、著しく不良品を発生させる処理室が存在する可能性を見つけることができる。
Ｐ'ij＝（fi・／ｎ）×（f・j／ｎ）＝（fi・×f・j）／ｎ2
となる。帰無仮説Ｈ0のもとでのセル（ｉ，ｊ）の理論度数ｆ'ijは、
ｆ'ij＝ｎ×Ｐ'ij＝ｆi・×ｆ・j／ｎ
となる。結局、カイ２乗の独立性の統計量χ2は、
有意確率＝１−Ｆ（χ2，ν）≦α
であれば有意水準αで、帰無仮説が棄却されて、製造装置と不良品発生率に相関があると推定される。すなわち、８つの処理室の間で、不良品発生率に有意な差があることになる。また、有意確率が有意水準αより大きければ、帰無仮説が採択されて、製造装置と不良品発生率に相関があるとはいえない。すなわち、２つの製造装置の間で、不良品発生率に有意な差があるとはいえない。このようにして、著しく不良品を発生させる処理室が存在する可能性を見つけることができる。
このように、製造ラインＬ１について不良要因推定を行う。同様にして、製造ラインＬ０，Ｌ２およびＬ３のそれぞれについて、不良要因推定を行う。すなわち、製造ラインＬ０，Ｌ１，Ｌ２，Ｌ３のそれぞれについて不良要因推定を行い、製造ラインＬ０，Ｌ１，Ｌ２，Ｌ３のそれぞれについて不良要因であるか否かの推定結果を得ることができる。
さて、製造ラインＬ１で用いられる処理室１−１−１は、不調になり、不良品発生要因になっているとし、不良品発生率が３％とする。また、処理室１−１−１以外の処理室は、正常であるとし、不良品発生率が０％とする。或る期間に、この製造ラインＬ１は、８００の製造品を処理し、製造装置１−１と製造装置１−２はそれぞれ４００の製造品を処理したとする。また、各処理室の処理数は、均等であるとする。この場合の分割表を図４に示す。カイ２乗検定により算出した有意確率は、０．３７％となり、帰無仮説は有意水準α＝５％で棄却される。従って、この製造ラインＬ１は、不良品発生要因であると推定されることになる。このように、図４に示す処理室毎に処理数を集計した分割表に基づく検定では、製造ラインＬ１を不良要因であると推定することができる。一方、この製造ラインＬ１を製造装置毎に処理数を集計した分割表は図１１と図１２になり、上述したように検定結果は不良要因である製造ラインＬ１を見逃してしまう。
図５は、この発明に従って、全製造ラインについて不良要因推定を行う一実施形態の不良要因推定方法の手順を示すフローチャートである。検査ラインＴから良品不良品数項目データとしての検査結果データを出力すると共に（工程１０１）、処理数項目データとしての製造履歴データを出力する（工程１０２）。
ここで、上記検査結果データは、製造品毎に関連付け（紐付け）された良品もしくは不良品を表すデータである。上記製造履歴データは、製造品毎にその製造品を処理した各製造ラインの製造装置および処理室を表すデータである。
そして、上記検査結果データおよび上記製造履歴データを入力して、製造ライン毎に分割表を作成し（工程１０３）、分割表に基づいて検定を行って、対象の製造ラインが不良要因であるか否かの不良要因推定結果と、有意確率を算出する（工程１０４）。
そして、すべての製造ラインの推定を終えていない場合は、未推定の製造ラインについて、再度、検定を実行する一方、すべての製造ラインの推定を終えたと判断した場合は、次の工程に進む（工程１０５）。
そして、製造ライン毎に推定された不良要因推定結果と有意確率を用いて、不良要因で有ると推定された製造ラインのみを（帰無仮説を棄却した製造ラインのみを）、有意確率の昇順に並べて一覧にする（工程１０６）。すなわち、有意確率が最も小さかった製造ラインを一覧のトップにする。また、不良要因でないと推定された製造ラインは一覧に掲載されない。従って、万が一、要因候補として上位に位置する製造ラインが不良要因でなかったとしても、この候補一覧を順に作業員が製造ラインを調査することで、不良品発生要因を特定することができる。また、複数ある要因候補を調査する順番を提示しているため、作業員が不良品発生要因を特定する時間を短縮することができる。
また、不良要因候補の一覧に真の不良要因が含まれなかった場合、作業者がこの候補一覧を順に調査したとしても不良要因を特定できないため、この調査時間を無駄に消費してしまう欠点がある。そこで、工程１０６では、有意確率が最小であった製造ラインのみを不良要因候補として一覧を作成してもよい。この場合、作業者は、一つの不良要因候補を調査するだけでよいため、不良品発生要因を特定する時間を少なくすることができる長所がある。一方、有意確率が最小であった製造ラインが真の不良要因候補でなかった場合、真の不良要因を特定できない欠点がある。
そして、この一覧を、最終的な推定結果として出力する（工程１０７）。これにより、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の実施形態において、推定結果は不良品発生要因と推定された製造ラインであった。つまり、製造ラインを特定しても、その製造ラインが並行して用いている複数の処理室のいずれが不良品発生要因となっているかをさらに特定する必要がある。
そこで、推定結果の製造ライン毎に、製造ラインで用いられる複数の処理室で処理された製造品における不良品発生率が最も高い処理室を、不良品発生要因となっている不良処理室として推定し、推定結果に加えて出力するのが望ましい。そのようにした場合、不良品発生要因となっている製造ラインだけでなく、不良品発生率が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
また、出力部は、推定結果の製造ライン毎に、製造ラインで用いられる複数の処理室で処理された製造品における不良品数が最も多い処理室を、不良品発生要因となっている不良装置として推定し、推定結果に加えて出力してもよい。そのようにした場合、不良品発生要因となっている製造ラインだけでなく、不良品数が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
さて、製造装置が複数の処理室を用いている場合、上述したように、同じ処理を実行させたり、異なる処理を実行させたりすることができる。図１の製造ラインＬ１において、製造装置１−１，１−２が用いる処理室が同じ処理を同時に並行して同じ処理を実行する場合の製造品の流れを図６に示す。前ラインＬ０から出力された製造品は、製造ラインＬ１に入力される。入力された製造品は、製造装置１−１と製造装置１−２に振り分けられて入力される。製造装置１−１と製造装置１−２に入力された製造品は、４つの処理室に振り分けられて入力される。４つの処理室（２つの製造装置が用いる処理室数は、合計８つ）は、それぞれ単独で同じ処理を行う。処理された製造品は、製造装置１−１，１−２からそれぞれ出力されて、次ラインＬ２に入力される。この製造ラインＬ１で実行される処理は、１種類である。
図１の製造ラインＬ１において、製造装置１−１，１−２が用いる処理室が異なる４つの処理を実行する場合の製造品の流れを図７に示す。前ラインＬ０から出力された製造品は、製造ラインＬ１に入力される。入力された製造品は、製造装置１−１と製造装置１−２に振り分けられて入力される。製造装置１−１に入力された製造品は、処理室１−１−１に入力される。処理室１−１−１から出力された製造品は、順に、処理室１−１−２，処理室１−１−３，処理室１−１−４で処理を施されて、製造装置１−１から出力される。同様に、製造装置１−２に入力された製造品は、処理室１−２−１に入力される。処理室１−２−１から出力された製造品は、順に、処理室１−２−２，処理室１−２−３，処理室１−２−４で処理を施されて、製造装置１−２から出力される。製造装置１−１と製造装置１−２から出力された製造品は、次ラインＬ２に入力される。製造装置が実行できる異なる４つの処理をグループと称する。従って、この製造ラインＬ１で実行される処理は、４種類あり、換言すれば４つのグループＧ１−１，Ｇ１−２，Ｇ１−３，Ｇ１−４から構成される。
図１の製造ラインＬ１において、製造装置１−１，１−２が用いる処理室が異なる２つの処理を実行し、かつ２つの処理室が同じ処理を実行する場合の製造品の流れを図８に示す。前ラインＬ０から出力された製造品は、製造ラインＬ１に入力される。入力された製造品は、製造装置１−１と製造装置１−２に振り分けられて入力される。製造装置１−１に入力された製造品は、処理室１−１−１と製造装置１−１−２に振り分けられて入力される。処理室１−１−１から出力された製造品は、処理室１−１−３と処理室１−１−４に振り分けられて入力される。同様に、処理室１−１−２から出力された製造品は、処理室１−１−３と処理室１−１−４に振り分けられて入力される。処理室１−１−１ないしは処理室１−１−２のいずれかから処理室１−１−３に入力された製造品は処理を施されて、製造装置１−１から出力される。また、処理室１−１−１ないしは処理室１−１−２のいずれかから処理室１−１−４に入力された製造品は、処理を施されて、製造装置１−１から出力される。製造装置１−２に入力された製造品は、処理室１−２−１と製造装置１−２−２に振り分けられて入力される。処理室１−２−１から出力された製造品は、処理室１−２−３と処理室１−２−４に振り分けられて入力される。同様に、処理室１−２−２から出力された製造品は、処理室１−２−３と処理室１−２−４に振り分けられて入力される。処理室１−２−１ないしは処理室１−２−２のいずれかから処理室１−２−３に入力された製造品は処理を施されて、製造装置１−２から出力される。また、処理室１−２−１ないしは処理室１−２−２のいずれかから処理室１−２−４に入力された製造品は、処理を施されて、製造装置１−２から出力される。製造装置１−１と製造装置１−２から出力された製造品は、次ラインＬ２に入力される。この製造ラインＬ１で実行される処理は、２種類あり、換言すれば２つのグループＧ１−１，Ｇ１−２から構成される。
一般に、処理が異なると、不良品発生率が異なるのは当然である。例えば、技術開発が進んだ処理あるいは品質管理が進んだ処理は、当然不良品発生率は低い。一方、技術確立されていない最先端技術による処理あるいは品質管理が十分できていない処理は、当然不良品発生率は高い。従って、異なる処理を行う処理室を区別せずに並べて分割表を作成すると、異なる処理を行う処理室の間で不良品発生率に差があるため、不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまう。従って、製造ライン毎に分割表を作成せずに、グループ毎に分割表を作成すればよい。図７の製造ラインＬ１の例では、グループＧ１−１，Ｇ１−２，Ｇ１−３，Ｇ１−４毎に分割表を作成し（４つの分割表を作成し）、グループ毎に検定を行う。図８の製造ラインＬ１の例では、グループＧ１−１，Ｇ１−２毎に分割表を作成し（２つの分割表を作成し）、グループ毎に検定を行う。一方、図６は、すべて同じ種類の処理を行っているので、グループが１つあると考えればよいので、この１つのグループについて分割表を作成し（１つの分割表を作成し）、このグループの検定を行う。
このように、製造ラインが、製造品を処理室で処理する複数のグループを用いている場合は、グループ毎に分割表を作成して、グループ毎に不良品発生要因となっているか否かの推定を行う。このようにすれば、同じ種類の処理を行う処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともない。
図９は、この発明に従って、全製造ラインについて不良要因推定を行う他の実施形態の不良要因推定方法の手順を示すフローチャートである。検査ラインＴから検査結果データを出力すると共に（工程２０１）、製造履歴データを出力する（工程２０２）。
ここで、上記検査結果データは、製造品毎に関連付け（紐付け）された良品もしくは不良品を表すデータである。上記製造履歴データは、製造品毎にその製造品を処理した各製造ラインの製造装置および処理室を表すデータである。
そして、上記検査結果データおよび上記製造履歴データを入力して、グループ毎に分割表を作成し（工程２０３）、分割表に基づいて検定を行って、対象の処理室が不良要因であるか否かの不良要因推定結果と、有意確率を算出する（工程２０４）。
そして、すべてのグループの推定を終えていない場合は、未推定のグループについて、再度、検定を実行する一方、すべてのグループの推定を終えたと判断した場合は、次の工程に進む（工程２０５）。
そして、グループ毎に推定された不良要因推定結果と有意確率を用いて、不良要因で有ると推定されたグループのみを（帰無仮説を棄却したグループのみを）、有意確率の昇順に並べて一覧にする（工程２０６）。すなわち、有意確率が最も小さかったグループを一覧のトップにする。また、不良要因でないと推定されたグループは一覧に掲載されない。従って、万が一、要因候補として上位に位置するグループが不良要因でなかったとしても、この候補一覧を順に作業員がグループを調査することで、不良品発生要因を特定することができる。また、複数ある要因候補を調査する順番を提示しているため、作業員が不良品発生要因を特定する時間を短縮することができる。
また、不良要因候補の一覧に真の不良要因が含まれなかった場合、作業者がこの候補一覧を順に調査したとしても不良要因を特定できないため、この調査時間を無駄に消費してしまう欠点がある。そこで、工程２０６では、有意確率が最小であったグループのみを不良要因候補として一覧を作成してもよい。この場合、作業者は、一つの不良要因候補を調査するだけでよいため、不良品発生要因を特定する時間を少なくすることができる長所がある。一方、有意確率が最小であったグループが真の不良要因候補でなかった場合、真の不良要因を特定できない欠点がある。
そして、この一覧を、最終的な推定結果として出力する（工程２０７）。これにより、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
この発明の実施形態において、推定結果は不良品発生要因と推定されたグループであった。つまり、グループを特定しても、そのグループが並行して用いている複数の処理室のいずれが不良品発生要因となっているかをさらに特定する必要がある。
そこで、推定結果のグループ毎に、グループで用いられる複数の処理室で処理された製造品における不良品発生率が最も高い処理室を、不良品発生要因となっている不良処理室として推定し、推定結果に加えて出力するのが望ましい。そのようにした場合、不良品発生要因となっているグループだけでなく、不良品発生率が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
また、出力部は、推定結果のグループ毎に、グループで用いられる複数の処理室で処理された製造品における不良品数が最も多い処理室を、不良品発生要因となっている不良装置として推定し、推定結果に加えて出力してもよい。そのようにした場合、不良品発生要因となっているグループだけでなく、不良品数が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
なお、検査ラインＴの検査結果である良品ないしは不良品とは、製造システムが製造品を製造する過程において、各製造品から測定された測定値から判別された結果を表す。例えば、測定値とは、製造品の性能を表す値、電気的検査結果、外観検査結果、目視検査結果、製造品に含まれる欠陥数等である。
分割表に集計する期間は、数時間，１日間，１週間，あるいは１ヶ月間等に適宜定めればよい。期間が短いほど、不良品発生要因が発生してから推定できるまでを短くする長所がある一方、集計する製造品ないしは基板数が少なくなるため推定精度が悪化する欠点がある。期間が長いほど、不良品発生要因が発生してから推定できるまでを長くなる欠点がある一方、集計する製造品ないしは基板数が多くなるため推定精度が向上する長所がある。
また、カイ２乗検定に代わって、尤度比検定あるいは正確確率検定を用いても良い。この３つの検定方法は、分割表の処理数項目と良品不良品数項目とが独立であるか否かを検定することができる方法である。
この発明の不良要因推定方法は、半導体や液晶パネルを製造する製造システムに限って適用されるものではなく、他の製造システムにも適用することができる。例えば、プラズマ（Plasma）ディスプレイ、有機ＥＬ（Electroluminescence）ディスプレイ、ＳＥＤ（Surface-conduction Electron-emitter Display；表面電界ディスプレイ）等のフラットディスプレイパネル、固体撮像素子、太陽電池、ハードディスク磁気ヘッド等にも適用することができる。
この発明の不良要因推定方法は、ソフトウェア（プログラム）をコンピュータに実行させることによって容易に実現される。
また、そのようなソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録しておいても良い。その場合、その記録媒体に記録されたソフトウェアを一般的なパーソナルコンピュータなどに読み取らせることにより、パーソナルコンピュータにこの発明の不良設備推定方法を実行させることもできる。
以上まとめると、この発明の不良要因推定方法は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備えている。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備えている。
この発明の不良要因推定方法によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
また、一実施形態の不良要因推定方法では、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、少なくとも一組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行う。
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、少なくとも一組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行う。
この実施形態の不良要因推定方法によれば、所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、少なくとも一組設けられ、上記作成工程は、上記グループ毎に上記分割表を作成し、上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行うので、同じ種類の処理を行う上記処理室の間で不良品発生率に有意な差があるか否かを検定することになり、不調となった処理室を特定することができ、さらに不調な処理室がないにもかかわらず、誤って不良品発生要因をあると推定してしまうこともない。
また、一実施形態の不良要因推定方法では、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記製造ラインを並べて、不良品発生要因であると推定される上記製造ラインを表す候補一覧を、出力する。
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記製造ラインを並べて、不良品発生要因であると推定される上記製造ラインを表す候補一覧を、出力する。
この実施形態の不良要因推定方法によれば、上記推定工程は、上記分割表毎に有意確率を算出し、上記出力工程は、上記分割表毎の有意確率の昇順に上記製造ラインを並べて、不良品発生要因であると推定される上記製造ラインを表す候補一覧を、出力するので、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、一実施形態の不良要因推定方法では、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記製造ライン毎に算出された有意確率のうち最小の有意確率を示す製造ラインを、不良品発生要因としての推定結果として、出力する。
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記製造ライン毎に算出された有意確率のうち最小の有意確率を示す製造ラインを、不良品発生要因としての推定結果として、出力する。
この実施形態の不良要因推定方法によれば、上記推定工程は、上記分割表毎に有意確率を算出し、上記出力工程は、上記製造ライン毎に算出された有意確率のうち最小の有意確率を示す製造ラインを、不良品発生要因としての推定結果として、出力するので、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、一実施形態の不良要因推定方法では、上記推定工程は、所定の上記製造ラインに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定の製造ラインにおける不良品発生要因となっている不良処理室として、推定する。
この実施形態の不良要因推定方法によれば、上記推定工程は、所定の上記製造ラインに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定の製造ラインにおける不良品発生要因となっている不良処理室として、推定するので、不良品発生要因となっている製造ラインだけでなく、不良品発生率が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
また、一実施形態の不良要因推定方法では、上記推定工程は、所定の上記製造ラインに関して、上記処理室のうち、不良品数の最も多い処理室を、上記所定の製造ラインにおける不良品発生要因となっている不良処理室として、推定する。
この実施形態の不良要因推定方法によれば、上記推定工程は、所定の上記製造ラインに関して、上記処理室のうち、不良品数の最も多い処理室を、上記所定の製造ラインにおける不良品発生要因となっている不良処理室として、推定するので、不良品発生要因となっている製造ラインだけでなく、不良品数が最も多い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
また、一実施形態の不良要因推定方法では、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力する。
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力する。
この実施形態の不良要因推定方法によれば、上記推定工程は、上記分割表毎に有意確率を算出し、上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力するので、どの製造ラインが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、一実施形態の不良要因推定方法では、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力する。
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力する。
この実施形態の不良要因推定方法によれば、上記推定工程は、上記分割表毎に有意確率を算出し、上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力するので、どのグループが不良品を発生させている不良品発生要因であるか否かを、人が容易に認識することができる。
また、一実施形態の不良要因推定方法では、上記推定工程は、所定の上記グループに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定のグループにおける不良品発生要因となっている不良処理室として、推定する。
この実施形態の不良要因推定方法によれば、上記推定工程は、所定の上記グループに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定のグループにおける不良品発生要因となっている不良処理室として、推定するので、不良品発生要因となっているグループだけでなく、不良品発生率が最も高い処理室も推定される。したがって、作業員は不良品発生要因を容易に特定することができる。
また、一実施形態の不良要因推定方法では、上記推定工程は、検定により行われる。
この実施形態の不良要因推定方法によれば、上記推定工程は、検定により行われるので、上記製造品を正確に推定できる。
また、この発明の不良要因推定装置は、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備えている。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備えている。
この発明の不良要因推定装置によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部とを備えているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
また、この発明のプログラムでは、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させる。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させる。
この発明のプログラムによれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
また、この発明のコンピュータ読み取り可能な記録媒体では、
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録している。
製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録している。
この発明の記録媒体によれば、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、上記分割表を用いて上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程とをコンピュータに実行させるためのプログラムを記録しているので、上記製造装置が複数の処理室を有していても、不良品発生要因となっている処理室を見逃すことなく推定できて、不良品発生要因となっている製造ラインを推定できる。
３０１ 入力部（作成部）
３０２ 演算部（推定部）
３０３ 出力部
３０２ 演算部（推定部）
３０３ 出力部
Claims (10)
- 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とする不良要因推定方法。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定方法において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする不良要因推定方法。 - 請求項１または２に記載の不良要因推定方法において、
上記推定工程は、所定の上記グループに関して、上記処理室のうち、不良品発生率の最も高い処理室を、上記所定のグループにおける不良品発生要因となっている不良処理室として、推定することを特徴とする不良要因推定方法。 - 請求項１または２に記載の不良要因推定方法において、
上記推定工程は、検定により行われることを特徴とする不良要因推定方法。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成部は、上記グループ毎に上記分割表を作成し、
上記推定部は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定部は、上記分割表毎に有意確率を算出し、
上記出力部は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とする不良要因推定装置。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定する不良要因推定装置において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成部と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定部と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力部と
を備え、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成部は、上記グループ毎に上記分割表を作成し、
上記推定部は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定部は、上記分割表毎に有意確率を算出し、
上記出力部は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とする不良要因推定装置。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させ、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とするプログラム。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムにおいて、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させ、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とするプログラム。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録し、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記分割表毎の有意確率の昇順に上記グループを並べて、不良品発生要因であると推定される上記グループを表す候補一覧を、出力することを特徴とするコンピュータ読み取り可能な記録媒体。 - 製造品に対して順次実行される複数の製造ラインと、上記製造品が良品または不良品のいずれであるかを検査する検査ラインとを含むと共に、上記製造ラインは、少なくとも一つの製造装置を有し、この製造装置は、上記製造品を処理する少なくとも一つの処理室を有する製造システムに関して、上記検査ラインの検査結果に基づいて、上記複数の製造ラインのうち不良品発生要因となっている製造ラインを推定するためのプログラムを記録した記録媒体において、
上記各処理室で処理された上記製造品の各度数を表す処理数項目データを集計するとともに、上記検査ラインの検査結果である良品の度数と不良品の度数とを表す良品不良品数項目データを集計して、上記処理数項目データおよび上記良品不良品数項目データを分類した分割表を作成する作成工程と、
上記分割表を用いて、上記各処理室で処理された上記製造品における不良品発生率に有意な差が有るか否かの推定を行う推定工程と、
上記製造ラインが不良品発生要因となっているか否かの推定結果を出力する出力工程と
をコンピュータに実行させるためのプログラムを記録し、
所定の上記製造ラインに関して、同じ処理を行う上記処理室にて形成されるグループが、複数組設けられ、
上記作成工程は、上記グループ毎に上記分割表を作成し、
上記推定工程は、上記グループ毎に不良品発生要因となっているか否かの推定を行い、
上記推定工程は、上記分割表毎に有意確率を算出し、
上記出力工程は、上記グループ毎に算出された有意確率のうち最小の有意確率を示すグループを、不良品発生要因としての推定結果として、出力することを特徴とするコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007123428A JP4633084B2 (ja) | 2007-05-08 | 2007-05-08 | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007123428A JP4633084B2 (ja) | 2007-05-08 | 2007-05-08 | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008282083A JP2008282083A (ja) | 2008-11-20 |
| JP4633084B2 true JP4633084B2 (ja) | 2011-02-16 |
Family
ID=40142870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007123428A Active JP4633084B2 (ja) | 2007-05-08 | 2007-05-08 | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4633084B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4633099B2 (ja) * | 2007-09-28 | 2011-02-16 | シャープ株式会社 | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004186374A (ja) * | 2002-12-03 | 2004-07-02 | Fujitsu Ltd | 製造データ解析方法及びそれをコンピュータに実行させるプログラム |
| JP2005142406A (ja) * | 2003-11-07 | 2005-06-02 | Toshiba Corp | 不良検出システム、不良検出方法及び不良検出プログラム |
| WO2005061711A1 (en) * | 2003-12-24 | 2005-07-07 | Samsung Electronics Co., Ltd. | A polynucleotide associated with a type ii diabetes mellitus comprising single nucleotide polymorphism, microarray and diagnostic kit comprising the same and method for analyzing polynucleotide using the same |
| JP2006243794A (ja) * | 2005-02-28 | 2006-09-14 | Omron Corp | 原因調査装置、原因調査システム、原因調査方法、原因調査プログラム、および、原因調査プログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
2007
- 2007-05-08 JP JP2007123428A patent/JP4633084B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004186374A (ja) * | 2002-12-03 | 2004-07-02 | Fujitsu Ltd | 製造データ解析方法及びそれをコンピュータに実行させるプログラム |
| JP2005142406A (ja) * | 2003-11-07 | 2005-06-02 | Toshiba Corp | 不良検出システム、不良検出方法及び不良検出プログラム |
| WO2005061711A1 (en) * | 2003-12-24 | 2005-07-07 | Samsung Electronics Co., Ltd. | A polynucleotide associated with a type ii diabetes mellitus comprising single nucleotide polymorphism, microarray and diagnostic kit comprising the same and method for analyzing polynucleotide using the same |
| JP2006243794A (ja) * | 2005-02-28 | 2006-09-14 | Omron Corp | 原因調査装置、原因調査システム、原因調査方法、原因調査プログラム、および、原因調査プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2008282083A (ja) | 2008-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9916653B2 (en) | Detection of defects embedded in noise for inspection in semiconductor manufacturing | |
| US8989888B2 (en) | Automatic fault detection and classification in a plasma processing system and methods thereof | |
| JP5014500B1 (ja) | 異常要因特定方法および装置、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP4799574B2 (ja) | 線状パターンの検知方法および装置 | |
| TWI736696B (zh) | 成像疊對度量方法、電腦程式產品、度量模組及成像疊對度量系統 | |
| TWI503763B (zh) | 半導體處理控制方法和電腦可讀取紀錄媒體 | |
| US8452439B2 (en) | Device performance parmeter tuning method and system | |
| US20110060552A1 (en) | Measuring Apparatus, Measuring Coordinate Setting Method and Measuring Coordinate Number Calculation Method | |
| TWI229915B (en) | Method and system for analyzing wafer yield against uses of a semiconductor tool | |
| US9142014B2 (en) | System and method for identifying systematic defects in wafer inspection using hierarchical grouping and filtering | |
| US20190187555A1 (en) | Automatic inline detection and wafer disposition system and method for automatic inline detection and wafer disposition | |
| JP4633099B2 (ja) | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 | |
| JP4633084B2 (ja) | 不良要因推定方法、不良要因推定装置、プログラム、および、記録媒体 | |
| JP2011187836A (ja) | 半導体製造装置の管理方法及び管理システム | |
| JP2008071790A (ja) | 不良工程推定方法、不良工程推定装置、プログラム、並びに記録媒体 | |
| Barnett et al. | Yield-reliability modeling: experimental verification and application to burn-in reduction | |
| CN106547690B (zh) | 基于新拟合判定标准下的软件可靠性建模方法及装置 | |
| JP4616243B2 (ja) | 不良工程推定方法、不良工程推定装置、プログラム、および記録媒体 | |
| US7079966B2 (en) | Method of qualifying a process tool with wafer defect maps | |
| US7035770B2 (en) | Fuzzy reasoning model for semiconductor process fault detection using wafer acceptance test data | |
| JP4866263B2 (ja) | 電子デバイスの品質管理方法および電子デバイスの品質管理システム | |
| McCray et al. | Locating disturbances in semiconductor manufacturing with stepwise regression | |
| JP2007157816A (ja) | 不良工程推定方法、不良工程推定装置、プログラム、並びに記録媒体 | |
| US20220334567A1 (en) | Fabrication fingerprint for proactive yield management | |
| JP4538205B2 (ja) | 検査データの解析プログラム、検査データ解析装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100622 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100629 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100825 |
|
| 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: 20101019 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101116 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4633084 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131126 Year of fee payment: 3 |
|
| SG99 | Written request for registration of restore |
Free format text: JAPANESE INTERMEDIATE CODE: R316G99 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |