JP4693225B2 - 製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム - Google Patents
製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム Download PDFInfo
- Publication number
- JP4693225B2 JP4693225B2 JP2000338214A JP2000338214A JP4693225B2 JP 4693225 B2 JP4693225 B2 JP 4693225B2 JP 2000338214 A JP2000338214 A JP 2000338214A JP 2000338214 A JP2000338214 A JP 2000338214A JP 4693225 B2 JP4693225 B2 JP 4693225B2
- Authority
- JP
- Japan
- Prior art keywords
- quality
- manufacturing
- data
- improvement
- stored
- 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.)
- Expired - Fee Related
Links
- 238000004519 manufacturing process Methods 0.000 title claims description 266
- 238000003908 quality control method Methods 0.000 title claims description 34
- 238000003860 storage Methods 0.000 title claims description 8
- 230000006872 improvement Effects 0.000 claims description 87
- 230000005764 inhibitory process Effects 0.000 claims description 52
- 230000007547 defect Effects 0.000 claims description 33
- 230000002401 inhibitory effect Effects 0.000 claims description 20
- 230000002950 deficient Effects 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 1
- 238000010200 validation analysis Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 45
- 238000004088 simulation Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 7
- 239000011248 coating agent Substances 0.000 description 7
- 238000000576 coating method Methods 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 7
- 230000001953 sensory effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000004313 glare Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- -1 temperature Chemical compound 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32177—Computer assisted quality surveyance, caq
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32196—Store audit, history of inspection, control and workpiece data into database
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32201—Build statistical model of past normal proces, compare with actual process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32216—If machining not optimized, simulate new parameters and correct machining
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、例えば半導体製造ラインなどの各種製品の製造ラインの品質制御を自動的に行う製造ラインの品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラムに関する。
【０００２】
【従来の技術】
各種製品の製造ラインにおける製品の品質管理は、製造される多数の製品の中からその少数の製品のデータをサンプリングし、これらサンプリングされた少数のデータの全体的な分布やバラツキ度合いにより製造条件とその製品の出来栄えの関係を把握することにより行われている。又、これらサンプリングされたデータよりも詳細なデータを用いての製品の不良解析などの品質管理は、その製造ラインで長年経験を積み、特有の経験則や改善スキルを有するようになった作業者によってのみ可能であるケースが多い。
【０００３】
現在では、モニタリング・ネットワーク・データベースなどの技術が発達し、製造ラインで流れた全ての製品の製造条件及び出来栄え情報をバーコード番号などにより一品管理して蓄積することが比較的容易に実施できるようになってきている。
【０００４】
【発明が解決しようとする課題】
しかしながら、膨大な製造履歴データを有効に活用すれば、より高度な品質管理が可能になると思われるが、人間のデータ処理能力には限界がある。又、詳細なデータを用いての不良解析などは、特有の経験則や改善スキルを持つ人間の判断や勘に頼る部分が多く、データの有効活用をさらに妨げる要因となる。つまり、従来のような人間系に依存した方法では、大量の製造履歴情報を有効活用した品質管理は困難である。
【０００５】
そこで本発明は、人間系のデータ処理能力及び経験則、勘に頼るあいまい性を克服し、大量データを有効に活用できる製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
請求項１記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積し、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積し、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積し、画像の場合はパターン認識して前記製造履歴データベースに蓄積し、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積し、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶し、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出し、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認し、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックし、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示してその品質阻害要因を改善するために前記製造条件を変更するか否かを仰ぐことを特徴とする製造ラインの自動品質制御方法である。
請求項３記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積し、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積し、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積し、画像の場合はパターン認識して前記製造履歴データベースに蓄積し、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積し、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶するモニタリング・データ化手段と、前記製造履歴データベースに蓄積された前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出する解析手段と、この抽出結果と予め記憶された少なくとも前記不良コード、前記品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認する妥当性確認手段と、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックするフィードバック手段と、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示してその品質阻害要因を改善するために前記製造条件を変更するか否かを仰ぐ警告判断手段とを具備したことを特徴とする製造ラインの自動品質制御装置である。
請求項５記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積させ、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積させ、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積させ、画像の場合はパターン認識して前記製造履歴データベースに蓄積させ、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積させ、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶させ、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認させ、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックさせ、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示させてその品質阻害要因を改善させるために前記製造条件を変更するか否かを仰がせるプログラムを記憶したことを特徴とする記憶媒体である。
請求項７記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積させ、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積させ、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積させ、画像の場合はパターン認識して前記製造履歴データベースに蓄積させ、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積させ、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶させ、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認させ、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックさせ、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示させてその品質阻害要因を改善させるために前記製造条件を変更するか否かを仰がせることを特徴とする自動品質制御プログラムである。
【００１５】
【発明の実施の形態】
（１）以下、本発明の第１の実施の形態について図面を参照して説明する。
【００１６】
図１は製造ラインの自動品質制御装置のブロック構成図である。制御対象となる製造工程（製造ライン）１は、例えば半導体製造工程やカラーブラウン管の製造工程などで、これら工程は成膜、レジスト塗布、露光、現像、エッチング、レジスト除去などからなっている。この製造工程１の製造条件制御部２は、これら製造工程１における製造条件、例えば温度、湿度、レジスト粘度、レジストの塗布布力、レジストの塗布量などを制御する機能を有している。
【００１７】
デジタルデータ化機能部３は、製造工程１における製造条件データ及び製品の出来映えデータをモニタリングし、これらデータを製造履歴データベース４に蓄積するもので、そのうち帳票などの場合は電子ファイル化（帳票電子化）して製造履歴データベース４に蓄積し、センサ信号などの場合はモニタリングして製造履歴データベース４に蓄積し、画像などの場合はパターン認識して製造履歴データベース４に蓄積し、さらに人間の感覚量などの場合は特定アルゴリズムによる数値化（感覚量の数値化）などの手法によりデジタルデータ化して製造履歴データベース４に蓄積する機能を有している。
【００１８】
この製造履歴データベース４には、製造条件データ５及び出来映えデータ６が記憶されるようになっている。このうち製造条件データ５は、例えば図２に示すように製品のシリアルナンバー（シリアルＮＯ）、日付、温度、湿度、レジスト粘度、レジストの塗布布力、レジストの塗布量などからなっている。この製造条件データ５は、その他にプロセスガスの流量、その圧力などもある。
【００１９】
出来映えデータ６は、例えばパターン認識の結果からその製品の品質を示すもので、例えばカラーブラウン管の製造ではその画面に白色を表示したときにどれだけ白い画面で表示されているかを示すもので、所定の白色でなければその不良の原因、例えばレジスト温度が阻害要因であるなどを記録するものである。従って、出来映えデータ６は、例えば図２に示すように製品に不良があればその不良の阻害要因となる不良コードを記憶するものとなっている。
【００２０】
自動解析機能部７は、製造履歴データベース４に蓄積された出来映えデータ６を監視して製造ラインでの品質阻害事象（不良コードから分る阻害事象）を検出すると、製造条件データ５も加味して品質阻害要因を抽出するもので、例えば製造履歴データベース３内の出来栄えデータ６を常にソフト的に監視し、突発的な不良の増大或いは歩留り傾向の変動など品質阻害事象を検出した場合には、製造履歴データベース３内の製造条件データ５との相関関係を、例えば予め記憶された統計手法・ＡＩ（人工知能）・機械学習などの各種データマイニングアルゴリズムにより自動解析し、この解析結果から品質阻害要因候補を自動抽出する機能を有している。
【００２１】
品質改善履歴データベース８には、既知の不良発生あるいは歩留り低下の要因発見及び改善事例をデジタルデータ化したその品質改善履歴データを記憶するもので、例えば品質阻害要因、その品質阻害要因の内容、その品質阻害要因に対する改善内容が例えばｉｆ−ｔｈｅｎの形式で記憶されているもので、例えば図３に示すように日付、品質阻害内容（不良コード）、阻害要因、改善内容、改善結果からなっている。
【００２２】
妥当性確認機能部（改善履歴照合）９は、自動解析機能部７により抽出された出来映えデータ６（抽出結果）と品質改善履歴データベース８に予め記憶された品質改善履歴データとを照合してその妥当性を確認する機能を有している。
【００２３】
正当性検証機能部（シミュレーション検証）１０は、自動解析機能部７により抽出された品質阻害要因について製造ラインに関する現象のシミュレーション、すなわち対象製品の製造に関する基本的な物理化学現象を解析するシミュレーションを実行して正当性を検証する機能を有している。
【００２４】
自動フィードバック機能部１１は、妥当性確認機能部９により妥当性或いは正当性検証機能部１０により正当性があった場合には品質阻害要因を改善するように製造工程１の製造条件を変更するようにその指示を製造条件制御部２にフィードバックする機能を有している。なお、製造工程１の製造条件の変更の指示は、製品設計部門１２において活用される場合もある。
【００２５】
フィードバック制御部１３は、製造履歴データベース４に記憶された出来映えデータ６や自動解析機能部７により検出された製造ラインでの品質阻害事象を受けて、例えば製造ライン１における局部的な制御対象、例えばレジスト温度のみを適正値に制御し、品質阻害事象の内容によっては警報などの報知を行う機能を有している。
【００２６】
なお、かかる自動品質制御装置には、製造ライン１における製造条件データ５及び製品の出来映えデータ６をモニタリングさせて製造履歴データベース４に蓄積させ、このうち出来映えデータ６を監視させて製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された品質改善履歴データとを照合させてその妥当性を確認させ、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行させて正当性を検証させ、これら妥当性及び正当性があった場合には品質阻害要因を改善させるように製造条件を変更させて製造ライン１にフィードバックさせるプログラムを記憶したメモリ（記憶媒体）１４が備えられている。
【００２７】
次に、上記の如く構成された装置の作用について説明する。
【００２８】
製造ライン１では、例えば半導体製造であれば、その製造条件、例えば温度、湿度、レジスト粘度、レジストの塗布布力、レジストの塗布量、さらにはプロセスガスの流量、その圧力などが制御されて半導体の製造が行われる。
【００２９】
この製造ライン１の稼動中に、デジタルデータ化機能部３は、製造工程１における製造条件データ及び製品の出来映えデータをモニタリングし、これらデータを製造履歴データベース４に蓄積する。この場合、帳票などの場合は電子ファイル化（帳票電子化）して製造履歴データベース４に蓄積し、センサ信号などの場合はモニタリングして製造履歴データベース４に蓄積し、画像などの場合はパターン認識して製造履歴データベース４に蓄積し、さらに人間の感覚量などの場合は特定アルゴリズムによる数値化（感覚量の数値化）などの手法によりデジタルデータ化して製造履歴データベース３に蓄積する。このとき、出来映えデータ６は、例えばパターン認識の結果からその製品の品質を示すもので、製品に不良があればその不良の阻害要因となる不良コードを記憶する。
【００３０】
次に、自動解析機能部７は、製造履歴データベース４に蓄積された出来映えデータ６を常にソフト的に監視して製造ラインでの品質阻害事象（不良コードから分る阻害事象）、例えば突発的な不良の増大或いは歩留り傾向の変動など品質阻害事象を検出すると、製造履歴データベース４内の製造条件データ５との相関関係を、例えば予め記憶された統計手法・ＡＩ（人工知能）・機械学習などの各種データマイニングアルゴリズムにより自動解析し、この解析結果から品質阻害要因候補を自動抽出する。
【００３１】
次に、妥当性確認機能部（改善履歴照合）９は、自動解析機能部７により抽出された出来映えデータ６（抽出結果）と品質改善履歴データベース８に予め記憶された品質改善履歴データとを照合してその妥当性を確認する。
【００３２】
次に、正当性検証機能部（シミュレーション検証）１０は、自動解析機能部７により抽出された品質阻害要因について製造ラインに関する現象のシミュレーション、すなわち対象製品の製造に関する基本的な物理化学現象を解析するシミュレーションを実行して正当性を検証する。
【００３３】
次に、自動フィードバック機能部１１は、妥当性確認機能部９により妥当性或いは正当性検証機能部１０により正当性があった場合に、品質阻害要因を改善するように製造工程１の製造条件を変更するようにその指示を製造条件制御部２にフィードバックする。
【００３４】
なお、フィードバック制御部１３は、製造履歴データベース３に記憶された出来映えデータ６や自動解析機能部７により検出された製造ラインでの品質阻害事象を受けて、例えば製造ライン１における局部的な制御対象、例えばレジスト温度のみを適正値に制御し、品質阻害事象の内容によっては警報などの報知を行う。
【００３５】
このように上記第１の実施の形態においては、製造ライン１における製造条件データ５及び出来映えデータ６をモニタリングして製造履歴データベース４に蓄積し、このうち出来映えデータ６を監視して製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出し、この抽出結果と予め記憶された品質改善履歴データとを照合してその妥当性を確認し、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行して正当性を検証し、これら妥当性及び正当性があった場合には品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックするので、「製造履歴情報のモニタリング・データベース化→品質情報の監視→品質阻害要因の抽出→要因の妥当性／正当性の確認→製造条件へのフィードバックによる改善」といった一連のサイクルをソフト的に連続実行することにより、人間系のデータ処理能力をはるかに超えた、さらに経験則や勘に頼るあいまい性を克服した大量データを有効に活用した自動品質制御を行うことが可能となる。なお、上述したソフトによる自動サイクルの途中結果は、局所的な装置フィードバック制御や、人間系の管理などに利用することも可能である。又、シミュレーションによる検証結果は、次の製品設計へもフィードバックすることができる。
【００３６】
（２）次に、本発明の第２の実施の形態について図面を参照して説明する。なお、図１と同一部分は同一符号を付してその詳しい説明は省略する。
【００３７】
図４は製造ラインの自動品質制御装置のブロック構成図である。警告判断機能部２０は、妥当性確認機能部９による妥当性或いは正当性検証機能部１０による正当性の確認が品質改善履歴データベース８に記憶されている品質改善履歴データとの照合及び正当性検証機能部１０でのシミュレーションによって確認できなかった場合、その警告及び品質阻害要因候補を提示してその品質阻害要因を改善するために製造ライン１の製造条件を変更するか否かを仰ぐための機能を有している。
【００３８】
このような構成であれば、製造ライン１における製造条件データ５及び出来映えデータ６をモニタリングして製造履歴データベース４に蓄積し、このうち出来映えデータ６を監視して製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出し、この抽出結果と予め記憶された品質改善履歴データとを照合してその妥当性を確認し、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行して正当性を検証した後、これら妥当性と正当性とが確認できなかった場合、警告判断機能部２０は、その警告及び品質阻害要因候補を提示してその品質阻害要因を改善するために製造ライン１の製造条件を変更するか否かを仰ぐ。
【００３９】
これにより、品質阻害要因を改善するために製造ライン１の製造条件を変更する指示が人間により与えられると、品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックする。
【００４０】
従って、上記第１の実施の形態では、各種データマイニングアルゴリズムにより自動抽出された品質阻害要因候補が、既知の概念では理解し難く、さらに一般的な物理化学現象からも推測できないが、本当に品質阻害要因であった場合、自動フィードバックによる改善は起動しないものとなる。
【００４１】
これに対して、上記第２の実施の形態によれば、品質阻害要因候補が自動抽出された場合には、警告およびデータ処理上の品質阻害要因候補を提示し、その要因を解決するように製造条件を変更するか否かの判断を人間に仰ぐので、上記第１の実施の形態の効果に加えて、人間系との協調によりシステムのロバスト性を向上させると共に、従来の人間系だけで行っていた品質阻害要因の検討・発見・改善作業を高速化することもできる。
【００４２】
（３）次に、本発明の第３の実施の形態について図面を参照して説明する。なお、図４と同一部分は同一符号を付してその詳しい説明は省略する。
【００４３】
図５は製造ラインの自動品質制御装置のブロック構成図である。学習機能部２１は、製造条件を変更して品質阻害要因の改善がなされた場合、この改善事例を品質改善履歴データ８に追加する機能を有している。
【００４４】
このような構成であれば、製造ライン１における製造条件データ５及び出来映えデータ６をモニタリングして製造履歴データベース４に蓄積し、このうち出来映えデータ６を監視して製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出し、この抽出結果と予め記憶された品質改善履歴データとを照合してその妥当性を確認し、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行して正当性を検証し、これら妥当性及び正当性があった場合には品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックする。
【００４５】
又、妥当性と正当性とが確認できなかった場合、警告判断機能部２０は、その警告及び品質阻害要因候補を提示してその品質阻害要因を改善するために製造ライン１の製造条件を変更するか否かを仰ぐ。そして、品質阻害要因を改善するために製造ライン１の製造条件を変更する指示が人間により与えられると、品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックする。
【００４６】
この場合、学習機能部２１は、製造条件を変更して品質阻害要因の改善がなされた場合、この改善事例を品質改善履歴データ８に追加する。
【００４７】
このように自動品質制御システムと人間が協調して全く未知の品質阻害要因を改善した場合、それを既知の不良発生あるいは歩留り低下の要因発見および改善事例としてさらに蓄積すれば、それ以降の自動品質制御システムの自己学習・性能向上を向上できる。
【００４８】
さらに品質改善手法の自己学習・性能向上機能も実現できることから、これらの結果から品質阻害要因の早期発見・改善が可能になり、安定した信頼性の高い製造ラインを構築することができる。そのうえ従来は隠れていた品質阻害要因も発見できる可能性があり、品質・歩留りの向上も期待できる。
【００４９】
なお、本発明は、上記第１乃至第３の実施の形態に限定されるものでなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。
【００５０】
さらに、上記実施形態には、種々の段階の発明が含まれており、開示されている複数の構成要件における適宜な組み合わせにより種々の発明が抽出できる。例えば、実施形態に示されている全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出できる。
【００５１】
例えば、上記第３の実施の形態では、製造条件を変更して品質阻害要因の改善がなされた場合、この改善事例を品質改善履歴データ８に追加しているが、これに限らず、製品の製造において行ってはならない製造条件のデータを品質改善履歴データ８に蓄積するようにしてもよい。これにより、行ってはならない製造条件を選択することがなくなり、より安定した信頼性の高い製造ラインを構築することができる。
【００５２】
【発明の効果】
以上詳記したように本発明によれば、人間系のデータ処理能力をはるかに超えた、さらに経験則や勘に頼るあいまい性を克服し、大量データを有効に活用でき、これに加えて品質阻害要因候補が自動抽出された場合には、警告およびデータ処理上の品質阻害要因候補を提示し、その要因を解決するように製造条件を変更するか否かの判断を人間に仰ぐので、人間系との協調によりシステムのロバスト性を向上させると共に、従来の人間系だけで行っていた品質阻害要因の検討・発見・改善作業を高速化することもできる製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラムを提供できる。
【図面の簡単な説明】
【図１】本発明に係わる製造ラインの自動品質制御装置の第１の実施の形態を示すブロック構成図。
【図２】本発明に係わる製造ラインの自動品質制御装置の第１の実施の形態における製造条件データ及び出来映えデータを示す模式図。
【図３】本発明に係わる製造ラインの自動品質制御装置の第１の実施の形態における品質改善履歴データベースを示す模式図。
【図４】本発明に係わる製造ラインの自動品質制御装置の第２の実施の形態を示すブロック構成図。
【図５】本発明に係わる製造ラインの自動品質制御装置の第３の実施の形態を示すブロック構成図。
【符号の説明】
１：製造工程（製造ライン）
２：製造条件制御部
３：デジタルデータ化機能部
４：製造履歴データベース
７：自動解析機能部
８：品質改善履歴データベース
９：妥当性確認機能部（改善履歴照合）
１０：正当性検証機能部（シミュレーション検証）
１１：自動フィードバック機能部
１２：製品設計部門
１３：フィードバック制御部
１４：メモリ
２０：警告判断機能部
２１：学習機能部
【発明の属する技術分野】
本発明は、例えば半導体製造ラインなどの各種製品の製造ラインの品質制御を自動的に行う製造ラインの品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラムに関する。
【０００２】
【従来の技術】
各種製品の製造ラインにおける製品の品質管理は、製造される多数の製品の中からその少数の製品のデータをサンプリングし、これらサンプリングされた少数のデータの全体的な分布やバラツキ度合いにより製造条件とその製品の出来栄えの関係を把握することにより行われている。又、これらサンプリングされたデータよりも詳細なデータを用いての製品の不良解析などの品質管理は、その製造ラインで長年経験を積み、特有の経験則や改善スキルを有するようになった作業者によってのみ可能であるケースが多い。
【０００３】
現在では、モニタリング・ネットワーク・データベースなどの技術が発達し、製造ラインで流れた全ての製品の製造条件及び出来栄え情報をバーコード番号などにより一品管理して蓄積することが比較的容易に実施できるようになってきている。
【０００４】
【発明が解決しようとする課題】
しかしながら、膨大な製造履歴データを有効に活用すれば、より高度な品質管理が可能になると思われるが、人間のデータ処理能力には限界がある。又、詳細なデータを用いての不良解析などは、特有の経験則や改善スキルを持つ人間の判断や勘に頼る部分が多く、データの有効活用をさらに妨げる要因となる。つまり、従来のような人間系に依存した方法では、大量の製造履歴情報を有効活用した品質管理は困難である。
【０００５】
そこで本発明は、人間系のデータ処理能力及び経験則、勘に頼るあいまい性を克服し、大量データを有効に活用できる製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
請求項１記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積し、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積し、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積し、画像の場合はパターン認識して前記製造履歴データベースに蓄積し、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積し、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶し、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出し、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認し、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックし、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示してその品質阻害要因を改善するために前記製造条件を変更するか否かを仰ぐことを特徴とする製造ラインの自動品質制御方法である。
請求項３記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積し、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積し、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積し、画像の場合はパターン認識して前記製造履歴データベースに蓄積し、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積し、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶するモニタリング・データ化手段と、前記製造履歴データベースに蓄積された前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出する解析手段と、この抽出結果と予め記憶された少なくとも前記不良コード、前記品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認する妥当性確認手段と、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックするフィードバック手段と、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示してその品質阻害要因を改善するために前記製造条件を変更するか否かを仰ぐ警告判断手段とを具備したことを特徴とする製造ラインの自動品質制御装置である。
請求項５記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積させ、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積させ、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積させ、画像の場合はパターン認識して前記製造履歴データベースに蓄積させ、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積させ、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶させ、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認させ、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックさせ、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示させてその品質阻害要因を改善させるために前記製造条件を変更するか否かを仰がせるプログラムを記憶したことを特徴とする記憶媒体である。
請求項７記載による本発明は、製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積させ、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積させ、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積させ、画像の場合はパターン認識して前記製造履歴データベースに蓄積させ、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積させ、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶させ、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認させ、前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックさせ、前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示させてその品質阻害要因を改善させるために前記製造条件を変更するか否かを仰がせることを特徴とする自動品質制御プログラムである。
【００１５】
【発明の実施の形態】
（１）以下、本発明の第１の実施の形態について図面を参照して説明する。
【００１６】
図１は製造ラインの自動品質制御装置のブロック構成図である。制御対象となる製造工程（製造ライン）１は、例えば半導体製造工程やカラーブラウン管の製造工程などで、これら工程は成膜、レジスト塗布、露光、現像、エッチング、レジスト除去などからなっている。この製造工程１の製造条件制御部２は、これら製造工程１における製造条件、例えば温度、湿度、レジスト粘度、レジストの塗布布力、レジストの塗布量などを制御する機能を有している。
【００１７】
デジタルデータ化機能部３は、製造工程１における製造条件データ及び製品の出来映えデータをモニタリングし、これらデータを製造履歴データベース４に蓄積するもので、そのうち帳票などの場合は電子ファイル化（帳票電子化）して製造履歴データベース４に蓄積し、センサ信号などの場合はモニタリングして製造履歴データベース４に蓄積し、画像などの場合はパターン認識して製造履歴データベース４に蓄積し、さらに人間の感覚量などの場合は特定アルゴリズムによる数値化（感覚量の数値化）などの手法によりデジタルデータ化して製造履歴データベース４に蓄積する機能を有している。
【００１８】
この製造履歴データベース４には、製造条件データ５及び出来映えデータ６が記憶されるようになっている。このうち製造条件データ５は、例えば図２に示すように製品のシリアルナンバー（シリアルＮＯ）、日付、温度、湿度、レジスト粘度、レジストの塗布布力、レジストの塗布量などからなっている。この製造条件データ５は、その他にプロセスガスの流量、その圧力などもある。
【００１９】
出来映えデータ６は、例えばパターン認識の結果からその製品の品質を示すもので、例えばカラーブラウン管の製造ではその画面に白色を表示したときにどれだけ白い画面で表示されているかを示すもので、所定の白色でなければその不良の原因、例えばレジスト温度が阻害要因であるなどを記録するものである。従って、出来映えデータ６は、例えば図２に示すように製品に不良があればその不良の阻害要因となる不良コードを記憶するものとなっている。
【００２０】
自動解析機能部７は、製造履歴データベース４に蓄積された出来映えデータ６を監視して製造ラインでの品質阻害事象（不良コードから分る阻害事象）を検出すると、製造条件データ５も加味して品質阻害要因を抽出するもので、例えば製造履歴データベース３内の出来栄えデータ６を常にソフト的に監視し、突発的な不良の増大或いは歩留り傾向の変動など品質阻害事象を検出した場合には、製造履歴データベース３内の製造条件データ５との相関関係を、例えば予め記憶された統計手法・ＡＩ（人工知能）・機械学習などの各種データマイニングアルゴリズムにより自動解析し、この解析結果から品質阻害要因候補を自動抽出する機能を有している。
【００２１】
品質改善履歴データベース８には、既知の不良発生あるいは歩留り低下の要因発見及び改善事例をデジタルデータ化したその品質改善履歴データを記憶するもので、例えば品質阻害要因、その品質阻害要因の内容、その品質阻害要因に対する改善内容が例えばｉｆ−ｔｈｅｎの形式で記憶されているもので、例えば図３に示すように日付、品質阻害内容（不良コード）、阻害要因、改善内容、改善結果からなっている。
【００２２】
妥当性確認機能部（改善履歴照合）９は、自動解析機能部７により抽出された出来映えデータ６（抽出結果）と品質改善履歴データベース８に予め記憶された品質改善履歴データとを照合してその妥当性を確認する機能を有している。
【００２３】
正当性検証機能部（シミュレーション検証）１０は、自動解析機能部７により抽出された品質阻害要因について製造ラインに関する現象のシミュレーション、すなわち対象製品の製造に関する基本的な物理化学現象を解析するシミュレーションを実行して正当性を検証する機能を有している。
【００２４】
自動フィードバック機能部１１は、妥当性確認機能部９により妥当性或いは正当性検証機能部１０により正当性があった場合には品質阻害要因を改善するように製造工程１の製造条件を変更するようにその指示を製造条件制御部２にフィードバックする機能を有している。なお、製造工程１の製造条件の変更の指示は、製品設計部門１２において活用される場合もある。
【００２５】
フィードバック制御部１３は、製造履歴データベース４に記憶された出来映えデータ６や自動解析機能部７により検出された製造ラインでの品質阻害事象を受けて、例えば製造ライン１における局部的な制御対象、例えばレジスト温度のみを適正値に制御し、品質阻害事象の内容によっては警報などの報知を行う機能を有している。
【００２６】
なお、かかる自動品質制御装置には、製造ライン１における製造条件データ５及び製品の出来映えデータ６をモニタリングさせて製造履歴データベース４に蓄積させ、このうち出来映えデータ６を監視させて製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された品質改善履歴データとを照合させてその妥当性を確認させ、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行させて正当性を検証させ、これら妥当性及び正当性があった場合には品質阻害要因を改善させるように製造条件を変更させて製造ライン１にフィードバックさせるプログラムを記憶したメモリ（記憶媒体）１４が備えられている。
【００２７】
次に、上記の如く構成された装置の作用について説明する。
【００２８】
製造ライン１では、例えば半導体製造であれば、その製造条件、例えば温度、湿度、レジスト粘度、レジストの塗布布力、レジストの塗布量、さらにはプロセスガスの流量、その圧力などが制御されて半導体の製造が行われる。
【００２９】
この製造ライン１の稼動中に、デジタルデータ化機能部３は、製造工程１における製造条件データ及び製品の出来映えデータをモニタリングし、これらデータを製造履歴データベース４に蓄積する。この場合、帳票などの場合は電子ファイル化（帳票電子化）して製造履歴データベース４に蓄積し、センサ信号などの場合はモニタリングして製造履歴データベース４に蓄積し、画像などの場合はパターン認識して製造履歴データベース４に蓄積し、さらに人間の感覚量などの場合は特定アルゴリズムによる数値化（感覚量の数値化）などの手法によりデジタルデータ化して製造履歴データベース３に蓄積する。このとき、出来映えデータ６は、例えばパターン認識の結果からその製品の品質を示すもので、製品に不良があればその不良の阻害要因となる不良コードを記憶する。
【００３０】
次に、自動解析機能部７は、製造履歴データベース４に蓄積された出来映えデータ６を常にソフト的に監視して製造ラインでの品質阻害事象（不良コードから分る阻害事象）、例えば突発的な不良の増大或いは歩留り傾向の変動など品質阻害事象を検出すると、製造履歴データベース４内の製造条件データ５との相関関係を、例えば予め記憶された統計手法・ＡＩ（人工知能）・機械学習などの各種データマイニングアルゴリズムにより自動解析し、この解析結果から品質阻害要因候補を自動抽出する。
【００３１】
次に、妥当性確認機能部（改善履歴照合）９は、自動解析機能部７により抽出された出来映えデータ６（抽出結果）と品質改善履歴データベース８に予め記憶された品質改善履歴データとを照合してその妥当性を確認する。
【００３２】
次に、正当性検証機能部（シミュレーション検証）１０は、自動解析機能部７により抽出された品質阻害要因について製造ラインに関する現象のシミュレーション、すなわち対象製品の製造に関する基本的な物理化学現象を解析するシミュレーションを実行して正当性を検証する。
【００３３】
次に、自動フィードバック機能部１１は、妥当性確認機能部９により妥当性或いは正当性検証機能部１０により正当性があった場合に、品質阻害要因を改善するように製造工程１の製造条件を変更するようにその指示を製造条件制御部２にフィードバックする。
【００３４】
なお、フィードバック制御部１３は、製造履歴データベース３に記憶された出来映えデータ６や自動解析機能部７により検出された製造ラインでの品質阻害事象を受けて、例えば製造ライン１における局部的な制御対象、例えばレジスト温度のみを適正値に制御し、品質阻害事象の内容によっては警報などの報知を行う。
【００３５】
このように上記第１の実施の形態においては、製造ライン１における製造条件データ５及び出来映えデータ６をモニタリングして製造履歴データベース４に蓄積し、このうち出来映えデータ６を監視して製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出し、この抽出結果と予め記憶された品質改善履歴データとを照合してその妥当性を確認し、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行して正当性を検証し、これら妥当性及び正当性があった場合には品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックするので、「製造履歴情報のモニタリング・データベース化→品質情報の監視→品質阻害要因の抽出→要因の妥当性／正当性の確認→製造条件へのフィードバックによる改善」といった一連のサイクルをソフト的に連続実行することにより、人間系のデータ処理能力をはるかに超えた、さらに経験則や勘に頼るあいまい性を克服した大量データを有効に活用した自動品質制御を行うことが可能となる。なお、上述したソフトによる自動サイクルの途中結果は、局所的な装置フィードバック制御や、人間系の管理などに利用することも可能である。又、シミュレーションによる検証結果は、次の製品設計へもフィードバックすることができる。
【００３６】
（２）次に、本発明の第２の実施の形態について図面を参照して説明する。なお、図１と同一部分は同一符号を付してその詳しい説明は省略する。
【００３７】
図４は製造ラインの自動品質制御装置のブロック構成図である。警告判断機能部２０は、妥当性確認機能部９による妥当性或いは正当性検証機能部１０による正当性の確認が品質改善履歴データベース８に記憶されている品質改善履歴データとの照合及び正当性検証機能部１０でのシミュレーションによって確認できなかった場合、その警告及び品質阻害要因候補を提示してその品質阻害要因を改善するために製造ライン１の製造条件を変更するか否かを仰ぐための機能を有している。
【００３８】
このような構成であれば、製造ライン１における製造条件データ５及び出来映えデータ６をモニタリングして製造履歴データベース４に蓄積し、このうち出来映えデータ６を監視して製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出し、この抽出結果と予め記憶された品質改善履歴データとを照合してその妥当性を確認し、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行して正当性を検証した後、これら妥当性と正当性とが確認できなかった場合、警告判断機能部２０は、その警告及び品質阻害要因候補を提示してその品質阻害要因を改善するために製造ライン１の製造条件を変更するか否かを仰ぐ。
【００３９】
これにより、品質阻害要因を改善するために製造ライン１の製造条件を変更する指示が人間により与えられると、品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックする。
【００４０】
従って、上記第１の実施の形態では、各種データマイニングアルゴリズムにより自動抽出された品質阻害要因候補が、既知の概念では理解し難く、さらに一般的な物理化学現象からも推測できないが、本当に品質阻害要因であった場合、自動フィードバックによる改善は起動しないものとなる。
【００４１】
これに対して、上記第２の実施の形態によれば、品質阻害要因候補が自動抽出された場合には、警告およびデータ処理上の品質阻害要因候補を提示し、その要因を解決するように製造条件を変更するか否かの判断を人間に仰ぐので、上記第１の実施の形態の効果に加えて、人間系との協調によりシステムのロバスト性を向上させると共に、従来の人間系だけで行っていた品質阻害要因の検討・発見・改善作業を高速化することもできる。
【００４２】
（３）次に、本発明の第３の実施の形態について図面を参照して説明する。なお、図４と同一部分は同一符号を付してその詳しい説明は省略する。
【００４３】
図５は製造ラインの自動品質制御装置のブロック構成図である。学習機能部２１は、製造条件を変更して品質阻害要因の改善がなされた場合、この改善事例を品質改善履歴データ８に追加する機能を有している。
【００４４】
このような構成であれば、製造ライン１における製造条件データ５及び出来映えデータ６をモニタリングして製造履歴データベース４に蓄積し、このうち出来映えデータ６を監視して製造ライン１での品質阻害事象を検出すると、製造条件データ５も加味して品質阻害要因を抽出し、この抽出結果と予め記憶された品質改善履歴データとを照合してその妥当性を確認し、さらに品質阻害要因について製造ライン１に関する現象のシミュレーションを実行して正当性を検証し、これら妥当性及び正当性があった場合には品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックする。
【００４５】
又、妥当性と正当性とが確認できなかった場合、警告判断機能部２０は、その警告及び品質阻害要因候補を提示してその品質阻害要因を改善するために製造ライン１の製造条件を変更するか否かを仰ぐ。そして、品質阻害要因を改善するために製造ライン１の製造条件を変更する指示が人間により与えられると、品質阻害要因を改善するように製造条件を変更して製造ライン１にフィードバックする。
【００４６】
この場合、学習機能部２１は、製造条件を変更して品質阻害要因の改善がなされた場合、この改善事例を品質改善履歴データ８に追加する。
【００４７】
このように自動品質制御システムと人間が協調して全く未知の品質阻害要因を改善した場合、それを既知の不良発生あるいは歩留り低下の要因発見および改善事例としてさらに蓄積すれば、それ以降の自動品質制御システムの自己学習・性能向上を向上できる。
【００４８】
さらに品質改善手法の自己学習・性能向上機能も実現できることから、これらの結果から品質阻害要因の早期発見・改善が可能になり、安定した信頼性の高い製造ラインを構築することができる。そのうえ従来は隠れていた品質阻害要因も発見できる可能性があり、品質・歩留りの向上も期待できる。
【００４９】
なお、本発明は、上記第１乃至第３の実施の形態に限定されるものでなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。
【００５０】
さらに、上記実施形態には、種々の段階の発明が含まれており、開示されている複数の構成要件における適宜な組み合わせにより種々の発明が抽出できる。例えば、実施形態に示されている全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出できる。
【００５１】
例えば、上記第３の実施の形態では、製造条件を変更して品質阻害要因の改善がなされた場合、この改善事例を品質改善履歴データ８に追加しているが、これに限らず、製品の製造において行ってはならない製造条件のデータを品質改善履歴データ８に蓄積するようにしてもよい。これにより、行ってはならない製造条件を選択することがなくなり、より安定した信頼性の高い製造ラインを構築することができる。
【００５２】
【発明の効果】
以上詳記したように本発明によれば、人間系のデータ処理能力をはるかに超えた、さらに経験則や勘に頼るあいまい性を克服し、大量データを有効に活用でき、これに加えて品質阻害要因候補が自動抽出された場合には、警告およびデータ処理上の品質阻害要因候補を提示し、その要因を解決するように製造条件を変更するか否かの判断を人間に仰ぐので、人間系との協調によりシステムのロバスト性を向上させると共に、従来の人間系だけで行っていた品質阻害要因の検討・発見・改善作業を高速化することもできる製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラムを提供できる。
【図面の簡単な説明】
【図１】本発明に係わる製造ラインの自動品質制御装置の第１の実施の形態を示すブロック構成図。
【図２】本発明に係わる製造ラインの自動品質制御装置の第１の実施の形態における製造条件データ及び出来映えデータを示す模式図。
【図３】本発明に係わる製造ラインの自動品質制御装置の第１の実施の形態における品質改善履歴データベースを示す模式図。
【図４】本発明に係わる製造ラインの自動品質制御装置の第２の実施の形態を示すブロック構成図。
【図５】本発明に係わる製造ラインの自動品質制御装置の第３の実施の形態を示すブロック構成図。
【符号の説明】
１：製造工程（製造ライン）
２：製造条件制御部
３：デジタルデータ化機能部
４：製造履歴データベース
７：自動解析機能部
８：品質改善履歴データベース
９：妥当性確認機能部（改善履歴照合）
１０：正当性検証機能部（シミュレーション検証）
１１：自動フィードバック機能部
１２：製品設計部門
１３：フィードバック制御部
１４：メモリ
２０：警告判断機能部
２１：学習機能部
Claims (8)
- 製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積し、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積し、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積し、画像の場合はパターン認識して前記製造履歴データベースに蓄積し、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積し、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶し、
前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出し、
この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認し、
前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックし、
前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示してその品質阻害要因を改善するために前記製造条件を変更するか否かを仰ぐ、
ことを特徴とする製造ラインの自動品質制御方法。 - 前記品質阻害要因の改善がなされた場合、この改善事例を前記品質改善履歴データに追加することを特徴とする請求項１記載の製造ラインの自動品質制御方法。
- 製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積し、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積し、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積し、画像の場合はパターン認識して前記製造履歴データベースに蓄積し、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積し、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶するモニタリング・データ化手段と、
前記製造履歴データベースに蓄積された前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出する解析手段と、
この抽出結果と予め記憶された少なくとも前記不良コード、前記品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認する妥当性確認手段と、
前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックするフィードバック手段と、
前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示してその品質阻害要因を改善するために前記製造条件を変更するか否かを仰ぐ警告判断手段と、
を具備したことを特徴とする製造ラインの自動品質制御装置。 - 前記品質阻害要因の改善がなされた場合、この改善事例を前記品質改善履歴データに追加する学習手段を備えたことを特徴とする請求項３記載の製造ラインの自動品質制御装置。
- 製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積させ、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積させ、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積させ、画像の場合はパターン認識して前記製造履歴データベースに蓄積させ、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積させ、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶させ、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認させ、
前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックさせ、
前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示させてその品質阻害要因を改善させるために前記製造条件を変更するか否かを仰がせる、
プログラムを記憶したことを特徴とする記憶媒体。 - 前記品質阻害要因の改善がなされた場合、この改善事例を前記品質改善履歴データに追加させることを特徴とする請求項５記載の記憶媒体。
- 製造ラインの稼動中に当該製造ラインおける製造条件データ及び製品の出来映えデータをモニタリングして製造履歴データベースに蓄積させ、当該製造履歴データベースへの前記製造条件データ及び前記製品の出来映えデータの蓄積では、帳票などの場合は電子ファイル化して前記製造履歴データベースに蓄積させ、センサ信号の場合はモニタリングして前記製造履歴データベースに蓄積させ、画像の場合はパターン認識して前記製造履歴データベースに蓄積させ、感覚量などの場合は特定アルゴリズムによる数値化の手法によりデジタルデータ化して前記製造履歴データベースに蓄積させ、かつ前記出来映えデータは、前記製品に不良があれば当該不良の阻害要因に不良コードを対応させて記憶させ、前記出来映えデータを監視して前記製造ラインでの前記不良コードから分る阻害事象である品質阻害事象を検出すると、前記製造条件データも加味して品質阻害要因を抽出させ、この抽出結果と予め記憶された少なくとも前記不良コード、品質阻害要因、この品質阻害要因に対する改善内容、改善結果から成る品質改善履歴データとを照合して前記品質阻害要因、改善内容の妥当性を確認させ、
前記妥当性があった場合には前記品質阻害要因を改善するように前記製造ラインの製造条件を変更して前記製造ラインにフィードバックさせ、
前記妥当性が前記品質改善履歴データと照合できなかった場合、その警告及び前記品質阻害要因候補を提示させてその品質阻害要因を改善させるために前記製造条件を変更するか否かを仰がせる、
ことを特徴とする自動品質制御プログラム。 - 前記品質阻害要因の改善がなされた場合、この改善事例を前記品質改善履歴データに追加させることを特徴とする請求項７記載の自動品質制御プログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000338214A JP4693225B2 (ja) | 2000-11-06 | 2000-11-06 | 製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム |
| US09/985,364 US20020055925A1 (en) | 2000-11-06 | 2001-11-02 | Automatic quality control method for production line and apparatus therefor as well as automatic quality control program |
| US11/293,307 US7181355B2 (en) | 2000-11-06 | 2005-12-05 | Automatic quality control method for production line and apparatus therefor as well as automatic quality control program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000338214A JP4693225B2 (ja) | 2000-11-06 | 2000-11-06 | 製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2002149221A JP2002149221A (ja) | 2002-05-24 |
| JP2002149221A5 JP2002149221A5 (ja) | 2007-11-29 |
| JP4693225B2 true JP4693225B2 (ja) | 2011-06-01 |
Family
ID=18813462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000338214A Expired - Fee Related JP4693225B2 (ja) | 2000-11-06 | 2000-11-06 | 製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US20020055925A1 (ja) |
| JP (1) | JP4693225B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108226093A (zh) * | 2018-01-11 | 2018-06-29 | 南京富岛信息工程有限公司 | 一种常减压装置模型参数自动选择与校正方法 |
Families Citing this family (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080215473A1 (en) * | 2002-01-23 | 2008-09-04 | Christopher Cashman | Method for Positively Identifying Livestock and Use Thereof In Legal Instruments Relating Thereto |
| DE10236041A1 (de) * | 2002-08-06 | 2004-02-19 | Helbig, Elahl | Verfahren zur Bereitstellung von Informationen zu einer Ware |
| JP2004174769A (ja) * | 2002-11-25 | 2004-06-24 | Bridgestone Corp | 製造評価の管理システムおよび管理方法 |
| JP3706935B2 (ja) * | 2002-12-25 | 2005-10-19 | 日本発条株式会社 | 品質問題の統計的解決作業管理システムとそれを用いた作業管理方法 |
| US6889148B2 (en) * | 2003-01-21 | 2005-05-03 | Atser | Process control system to manage materials used in construction |
| ATE470629T1 (de) * | 2003-04-25 | 2010-06-15 | Sig Technology Ltd | Verfahren und system zur überwachung eines verpackungs-oder abfüllvorgangs |
| JP4253252B2 (ja) | 2003-12-22 | 2009-04-08 | 富士通マイクロエレクトロニクス株式会社 | 品質改善システム |
| JP4495960B2 (ja) * | 2003-12-26 | 2010-07-07 | キヤノンＩｔソリューションズ株式会社 | プロセスと品質との関係についてのモデル作成装置 |
| JP4222249B2 (ja) * | 2004-04-15 | 2009-02-12 | 株式会社豊田自動織機 | 生産検査システム |
| US7660641B2 (en) * | 2004-07-21 | 2010-02-09 | International Business Machines Corporation | System, graphical user interface (GUI), method and program product for configuring an assembly line |
| US7548793B2 (en) * | 2006-07-14 | 2009-06-16 | Hitachi Global Storage Technologies Netherlands B.V. | On-line process specification adjusting and component disposing based on predictive model of component performance |
| JP2007258731A (ja) * | 2007-04-23 | 2007-10-04 | Canon System Solutions Inc | プロセスと品質との関係についてのモデル作成装置及びモデル作成方法 |
| DE102007045926A1 (de) * | 2007-09-26 | 2009-04-02 | Robert Bosch Gmbh | Schnittstelle zwischen einem Fertigungsmanagementsystem und einem Automatisierungssystem |
| JP5136026B2 (ja) * | 2007-11-30 | 2013-02-06 | オムロン株式会社 | 工程改善支援装置、工程改善支援用プログラム、および工程改善支援用プログラムを記録した記録媒体 |
| US8515727B2 (en) * | 2008-03-19 | 2013-08-20 | International Business Machines Corporation | Automatic logic model build process with autonomous quality checking |
| US20100211670A1 (en) * | 2009-02-16 | 2010-08-19 | SCADAware | System for monitoring production operations |
| DE102009002432A1 (de) * | 2009-04-16 | 2010-10-28 | Airbus Deutschland Gmbh | Verfahren zur rückkopplungsbasierten Optimierung eines Messdatenlebenszyklus bei Fügeprozessen in der Fertigung |
| US9323234B2 (en) | 2009-06-10 | 2016-04-26 | Fisher-Rosemount Systems, Inc. | Predicted fault analysis |
| US8571696B2 (en) * | 2009-06-10 | 2013-10-29 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to predict process quality in a process control system |
| US8266126B2 (en) * | 2010-03-24 | 2012-09-11 | Matrixx Software, Inc. | System with multiple conditional commit databases |
| JP5533425B2 (ja) * | 2010-08-20 | 2014-06-25 | 凸版印刷株式会社 | Ａｐｃシステム |
| US20120227452A1 (en) | 2011-03-07 | 2012-09-13 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and system for controlling the quality of a stamped part |
| US9110465B1 (en) | 2011-05-04 | 2015-08-18 | Western Digital (Fremont), Llc | Methods for providing asymmetric run to run control of process parameters |
| US8755589B2 (en) | 2011-09-06 | 2014-06-17 | The Gates Corporation | Measurement of belt wear through edge detection of a raster image |
| EP2721453A1 (en) * | 2011-09-29 | 2014-04-23 | Siemens Aktiengesellschaft | Method for verifying process parameters of a manufacturing process |
| KR101754721B1 (ko) * | 2012-03-18 | 2017-07-06 | 매뉴팩추링 시스템 인사이츠 (인디아) 피브이티. 엘티디. | 제조 시스템 성능을 개선시키기 위해 자동화 기술 감독 동작들을 실행하는 반-자동화된 제조 셋업(manufacturing set-up)에서의 각각의 운영자에게 트라이벌 지식을 확인하고, 획득하고, 분류하며, 전달하는 시스템 및 장치와 그 방법 |
| EP2682905A1 (en) * | 2012-07-05 | 2014-01-08 | Siemens Aktiengesellschaft | Method and system for handling conditional dependencies between alternative product segments within a manufacturing execution system ANSI/ISA/95 compliant. |
| US9213322B1 (en) | 2012-08-16 | 2015-12-15 | Western Digital (Fremont), Llc | Methods for providing run to run process control using a dynamic tuner |
| US9098914B2 (en) | 2013-03-11 | 2015-08-04 | Gates Corporation | Enhanced analysis for image-based serpentine belt wear evaluation |
| CN103605348B (zh) * | 2013-11-25 | 2017-02-01 | 深圳市九洲电器有限公司 | 一种电子产品质量控制方法及系统 |
| CN104260094B (zh) * | 2014-09-16 | 2016-09-14 | 深圳市佳晨科技有限公司 | 一种机器人故障处理系统及机器人故障处理方法 |
| JP2016186779A (ja) * | 2015-03-27 | 2016-10-27 | 東レ株式会社 | 工程診断装置、工程診断方法および工程診断プログラム |
| JP6521759B2 (ja) * | 2015-06-22 | 2019-05-29 | アズビル株式会社 | 監視システム及びエンジニアリングツール |
| CN108885438A (zh) * | 2016-03-24 | 2018-11-23 | 西门子股份公司 | 用于控制的方法、控制系统和设备 |
| US11392110B2 (en) * | 2016-10-26 | 2022-07-19 | Kabushiki Kaisha Toshiba | Information management system |
| US11067964B2 (en) * | 2018-01-17 | 2021-07-20 | Kymeta Corporation | Method to improve performance, manufacturing, and design of a satellite antenna |
| JP2019174916A (ja) * | 2018-03-27 | 2019-10-10 | 三菱重工機械システム株式会社 | 包装資材製造機械の管理システム，トレーサビリティシステム及び包装資材製造機械の管理方法 |
| WO2019238890A1 (en) | 2018-06-14 | 2019-12-19 | Gestamp Servicios, S.A. | Quality monitoring of industrial processes |
| JP7126412B2 (ja) | 2018-09-12 | 2022-08-26 | 東京エレクトロン株式会社 | 学習装置、推論装置及び学習済みモデル |
| JP7118925B2 (ja) * | 2019-06-18 | 2022-08-16 | 株式会社日立ソリューションズ | 製造管理システム、及び製造管理方法 |
| US11593731B2 (en) * | 2020-05-28 | 2023-02-28 | The Boeing Company | Analyzing and managing production and supply chain |
| JP7462509B2 (ja) * | 2020-08-04 | 2024-04-05 | 株式会社日立製作所 | 要因推定装置、要因推定システムおよびプログラム |
| KR102472715B1 (ko) * | 2021-11-11 | 2022-12-01 | 주식회사 모비젠 | 데이터 품질 보정을 통해 로우데이터의 품질저해요소를 추정하는 방법 및 시스템 |
| CN115841478A (zh) * | 2022-12-16 | 2023-03-24 | 浙江科达利实业有限公司 | 应用于车载空调软管生产管控的质量检测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63249328A (ja) * | 1987-04-03 | 1988-10-17 | Mitsubishi Electric Corp | 物品の製造システム及び物品の製造方法 |
| JPH06190693A (ja) * | 1992-12-25 | 1994-07-12 | Nippei Toyama Corp | 加工機械群の故障診断システム |
| JPH1145919A (ja) * | 1997-07-24 | 1999-02-16 | Hitachi Ltd | 半導体基板の製造方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3633959B2 (ja) | 1994-07-14 | 2005-03-30 | 松下電器産業株式会社 | 品質分析方法 |
| JP3576335B2 (ja) * | 1996-10-31 | 2004-10-13 | 松下電器産業株式会社 | プロセス加工工程の異常抽出方法及び装置 |
| US5935334A (en) | 1996-11-13 | 1999-08-10 | Applied Materials, Inc. | Substrate processing apparatus with bottom-mounted remote plasma system |
| JPH10335193A (ja) * | 1997-05-30 | 1998-12-18 | Toshiba Corp | 製造工程仕様作成運営システム、プロセスデータ作成システム及び半導体装置の製造方法 |
| US5964980A (en) | 1998-06-23 | 1999-10-12 | Vlsi Technology, Inc. | Fitted endpoint system |
| US6466314B1 (en) | 1998-09-17 | 2002-10-15 | Applied Materials, Inc. | Reticle design inspection system |
| JP2000252179A (ja) | 1999-03-04 | 2000-09-14 | Hitachi Ltd | 半導体製造プロセス安定化支援システム |
| KR100303321B1 (ko) * | 1999-05-20 | 2001-09-26 | 박종섭 | 반도체 라인 자동화 시스템에서의 오류발생 로트 제어 장치 및그 방법 |
| TW426872B (en) * | 1999-10-08 | 2001-03-21 | Taiwan Semiconductor Mfg | Method of preventing contamination in process |
| JP2002023823A (ja) * | 2000-07-12 | 2002-01-25 | Mitsubishi Electric Corp | 生産管理システム |
| US7072808B2 (en) * | 2002-02-04 | 2006-07-04 | Tuszynski Steve W | Manufacturing design and process analysis system |
| US7209859B2 (en) * | 2002-03-02 | 2007-04-24 | Linxberg Technology, Llc | Method and apparatus for sequentially collecting and analyzing real time data with interactive monitoring |
| AU2003282819A1 (en) * | 2002-10-15 | 2004-05-04 | Factoryware, Inc. | Graphical overall equipment effectiveness system and method |
| US6823287B2 (en) * | 2002-12-17 | 2004-11-23 | Caterpillar Inc | Method for predicting the quality of a product |
| US8296687B2 (en) * | 2003-09-30 | 2012-10-23 | Tokyo Electron Limited | System and method for using first-principles simulation to analyze a process performed by a semiconductor processing tool |
-
2000
- 2000-11-06 JP JP2000338214A patent/JP4693225B2/ja not_active Expired - Fee Related
-
2001
- 2001-11-02 US US09/985,364 patent/US20020055925A1/en not_active Abandoned
-
2005
- 2005-12-05 US US11/293,307 patent/US7181355B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63249328A (ja) * | 1987-04-03 | 1988-10-17 | Mitsubishi Electric Corp | 物品の製造システム及び物品の製造方法 |
| JPH06190693A (ja) * | 1992-12-25 | 1994-07-12 | Nippei Toyama Corp | 加工機械群の故障診断システム |
| JPH1145919A (ja) * | 1997-07-24 | 1999-02-16 | Hitachi Ltd | 半導体基板の製造方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108226093A (zh) * | 2018-01-11 | 2018-06-29 | 南京富岛信息工程有限公司 | 一种常减压装置模型参数自动选择与校正方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020055925A1 (en) | 2002-05-09 |
| US7181355B2 (en) | 2007-02-20 |
| JP2002149221A (ja) | 2002-05-24 |
| US20060080055A1 (en) | 2006-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4693225B2 (ja) | 製造ラインの自動品質制御方法及びその装置並びに記憶媒体、自動品質制御プログラム | |
| TWI632443B (zh) | 異常資料的重要度判定裝置以及異常資料的重要度判定方法 | |
| US10115298B2 (en) | Method of trend analysis and automatic tuning of alarm parameters | |
| JP2009289221A (ja) | 監視対象システムの障害等の予兆を検出する監視装置及び監視方法 | |
| RU2733006C1 (ru) | Мониторинговое устройство и способ мониторинга системы | |
| JP5530897B2 (ja) | 機器障害分析装置、機器障害分析方法、および機器障害分析プログラム | |
| CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
| CN113095132A (zh) | 一种基于神经网络的燃气现场目标检测和行为识别方法、系统、终端及存储介质 | |
| CN115201395A (zh) | 一种基于大数据技术的色谱仪监管方法及装置 | |
| JP2011247695A (ja) | パターンライブラリを用いた異常診断方法および異常診断システム | |
| JP2009009300A (ja) | バッチプロセス解析システムおよびバッチプロセス解析方法 | |
| JPH11316765A (ja) | データベース検索システム及び方法、データベース登録装置、データベース検索装置、記録媒体 | |
| JP2008310623A (ja) | 状況解析システムおよび状況解析方法 | |
| JP2007213194A (ja) | 状況解析システムおよび状況解析方法 | |
| CN110675521B (zh) | 一种代打卡异常监测分析方法、装置、系统及存储介质 | |
| CN113141273A (zh) | 基于预警信息的自修复方法、装置、设备及存储介质 | |
| US20230050321A1 (en) | Method for Generating a Process Model | |
| CN116720084A (zh) | 数据识别方法、装置、电子设备及计算机可读存储介质 | |
| CN111274086A (zh) | 一种计算机软件故障监测系统 | |
| CN115796660A (zh) | 一种基于大数据的制造业产品质量监测方法及系统 | |
| JP2020003871A (ja) | 鉄鋼プラント用監視作業支援システム | |
| CN110543830B (zh) | 动作检测方法、装置、存储介质 | |
| JP6765577B1 (ja) | 運用ノウハウ推定装置、運用ノウハウ推定方法 | |
| JPH04152220A (ja) | 異常検出方法および装置 | |
| US20050055609A1 (en) | Joint approach of out-of-range detection and fault detection for power plant monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071016 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071016 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100121 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100126 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100329 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100601 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100730 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100921 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101122 |
|
| 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: 20110201 |
|
| 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: 20110222 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140304 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |