JP5414703B2 - 処理装置の異常診断方法及びその異常診断システム - Google Patents

Description

この発明は、処理装置の異常診断方法及びその異常診断システムに関するものである。

一般に、半導体ウエハ等の製造ラインにおいては、半導体ウエハやＬＣＤ基板等の被処理基板の表面に、レジストのパターンを形成するために、フォトリソグラフィ技術が用いられている。このフォトリソグラフィ技術は、被処理基板の表面にレジスト液を塗布するレジスト塗布工程と、形成されたレジスト膜にパターンを露光する露光処理工程と、露光処理後の基板に現像液を供給する現像処理工程などの一連の処理が順次行われ、被処理基板の表面に所定のレジストパターンが形成することができる。これらの工程は、被処理基板を処理する各種処理ユニットや被処理基板を搬送する搬送ユニットなどを搭載したレジスト塗布・現像処理装置で行われている。

ところで、レジスト塗布・現像処理装置では、複数の被処理基板が連続的に搬送されて処理されるため、例えばレジスト塗布・現像処理装置を構成する１の処理ユニットに異常が発生した場合には、その異常を早期に発見すると共に、その異常原因を特定（推定）する必要がある。

このような場合、異常原因を推定する装置の一つとして、装置の状態に影響を与える因子である監視対象の監視結果に基づいて装置の異常原因を推定する半導体製造装置が知られている（例えば、特許文献１参照）。

特許文献１に記載の半導体製造装置は、複数の監視対象のうちの少なくとも２つの監視対象の監視結果の組み合わせに基づいて作成される異常データと、複数の監視対象の監視結果の組み合わせに基づいたデータのモデルと異常原因とを対応付けた異常判別データと、を比較し、異常データに対し、対応する監視対象について異常判別データのモデルの中で一致しているモデルの有無を検索し、一致しているモデルが存在したときにはそのモデルに対応する異常原因を読み出す。

特開２００６−２１６９２０号公報

しかしながら、特許文献１に記載の半導体製造装置においては、ある時点における少なくとも一つの監視対象の検出値が固定閾値を越えている場合に異常と判断してオペレータに知らせ、オペレータが選択した複数の監視対象について異常検出時における検出値の組み合わせと、異常判別データとが比較される。この場合、検出値が固定閾値を超えていない他の各時点においては、異常判定が行われることはない。

しかしながら、装置に異常が発生しても、監視対象の検出値が固定閾値を逸脱しない場合もある。また、その場合においても、監視対象の検出値は、正常な場合と異なる変動傾向を示すことがある。この点、特許文献１では、これらの場合については、何ら言及されていない。

この発明は、上記事情に鑑みてなされたもので、異常原因である故障原因の特定を容易にすると共に、その精度を向上することができる処理装置の異常診断方法及びその異常診断システムを提供することを目的とするものである。

上記課題を解決するために、この発明の処理装置の異常診断方法は、被処理体を処理する処理装置に設置される処理プロセスを監視するセンサによって出力される信号から収集された時間と共に変動する時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する判定データ作成ステップと、 上記判定データを、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、上記判定データに対応するモデルデータと照合して異常原因を推定する診断ステップと、を具備し、上記診断ステップは、上記判定データと上記モデルデータの一致度を算出し、一致度の高い順に異常原因候補の順位付けを行うステップを含む、ことを特徴とする（請求項１）。

また、上記時系列データは、処理単位毎の時系列データであって、上記判定データ作成ステップは、上記時系列データを時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成することが好ましい（請求項２）。ここで、処理単位とは、複数の処理装置の各処理装置が行う処理工程と、一の処理装置における処理工程を含む意味である。処理単位には、例えば各処理装置にウエハＷが搬入されてから、搬出されるまでの１サイクル、あるいは、処理液の供給停止から次の供給停止までの１サイクルが含まれる。

この場合、上記処理装置に設置されるセンサは複数であって、上記判定データ作成ステップは、上記センサ毎の時系列データのそれぞれが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成することが好ましい（請求項３）。

また、上記時系列データから、異常な時系列データを検知する異常検知ステップを更に具備し、上記判定データ作成ステップは、上記異常検知ステップによって検知された異常な時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成してもよい（請求項４）。

この発明の処理装置の異常診断システムは、上記処理装置の異常診断方法を実施するものであり、請求項５記載の発明は、被処理体を処理する処理装置に設置される処理プロセスを監視するセンサによって出力される信号から収集された時間と共に変動する時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する判定データ作成部と、 上記判定データを、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、上記判定データに対応するモデルデータと照合して異常原因を推定する診断部と、を具備し、 上記診断部は、上記判定データと上記モデルデータの一致度を算出し、一致度の高い順に異常原因候補の順位付けを更に行う、ことを特徴とする。

また、上記時系列データは、処理単位毎の時系列データであって、上記判定データ作成部は、上記時系列データを時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成することが好ましい（請求項６）。ここで、処理単位とは、複数の処理装置の各処理装置が行う処理工程と、一の処理装置における処理工程を含む意味である。

この場合、上記処理装置に設置されるセンサは複数であって、上記判定データ作成部は、上記センサ毎の時系列データのそれぞれが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成することが好ましい（請求項７）。

また、上記時系列データから、異常な時系列データを検知する異常検知部を更に具備し、上記判定データ作成部は、上記異常検知部によって検知された異常な時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成してもよい（請求項８）。

また、上記複数の判定条件は、上記時系列データの上限値と下限値の幅が所定の閾値内にあるか否か、平均値が所定の閾値内にあるか否か、時間積分値が所定の閾値内にあるか否か、設定値までの到達時間が所定の閾値内にあるか否か、処理終了までの時間が所定の閾値内にあるか否か、複数の時系列データの時系列毎の平均値とその標準偏差に基づき算出された変動閾値内にあるか否か、最大値が所定の閾値内にあるか否か、最小値が所定の閾値内にあるか否かの判定条件のうち少なくとも１つを含む方が好ましい（請求項９）。

この場合、上記診断部による照合が不一致だった場合、上記モデルデータを変更して照合することにより異常原因を推定する第１の再診断部を更に具備し、上記判定条件は、予め異常原因毎に発生する時系列データの特有な変動傾向との関連性の高低が順位付けされており、上記変更前のモデルデータは、最高位から所定の順位内までの判定条件の判定結果のみを照合するものであって、上記変更後のモデルデータは、最高位から上記所定の順位より下位の順位内までの判定条件の判定結果を照合するものである方が好ましい（請求項１０）。ここで、照合が不一致だった場合とは、全ての異常原因と不一致の場合のほか、複数の異常原因と一致するため１の異常原因に特定できない場合を含む意味である。

更には、上記第１の再診断部による照合が不一致だった場合、上記モデルデータを更に変更して上記第１の再診断部による照合を繰り返し実行する方が好ましい（請求項１１）。

また、上記第１の再診断部は、上記判定データと上記モデルデータの一致度を算出し、一致度の高い順に異常原因候補の順位付けを更に行う方が好ましい（請求項１２）。

この場合、上記診断部による照合が不一致だった場合、上記判定条件を変更して、変更後の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる再判定データを作成する再判定データ作成部と、上記再判定データと、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、上記再判定データに対応するモデルデータと照合することにより異常原因を推定する第２の再診断部を更に具備する方が好ましい（請求項１３）。ここで、判定条件の変更とは、１の判定条件を他の判定条件に変更する場合のほか、１の判定条件の所定の閾値を変更する場合を含む意味である。また、照合が不一致だった場合とは、全ての異常原因と不一致の場合のほか、複数の異常原因と一致するため１の異常原因に特定できない場合を含む意味である。

この発明の処理装置の異常診断方法及びその異常診断システムによれば、時間と共に変動する時系列データが、複数の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる判定データを作成し、その判定データと、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、判定データに対応するモデルデータとを照合して異常原因を推定することにより、処理装置の状態を時系列に沿って監視することができ、異常診断の精度を向上させることができる。また、監視対象の時系列データから作成された判定データを予め設定したモデルデータと照合して異常原因を推定するため、容易に異常診断をすることができる。

この発明に係る異常診断システムを適用したレジスト塗布・現像処理装置を示す概略斜視図である。 上記レジスト塗布・現像処理装置を示す概略平面図である。 この発明に係る異常診断システムの論理的な構成を示すブロック図である。 この発明に係る異常診断システムの概略構成を示すブロック図である。 この発明における異常検知部の論理的な構成を示す概略ブロック図である。 この発明における時系列データの一例を示すグラフ（ａ）及び異常データの一例を示すグラフ（ｂ）である。 レジスト塗布・現像処理装置を構成する処理液供給部と異常診断システムの構成を示す概略断面図である。 この発明の第１実施形態における異常診断方法の手順を示すフローチャートである。 上記処理液供給部における流量センサの異常データを示すグラフ（ａ）、圧力センサの異常データを示すグラフ（ｂ）である。 この発明における判定データの一例を示す説明図である。 この発明における判定データとモデルデータの照合の一例を示す説明図（ａ）、判定データと変更後のモデルデータの照合の一例を示す説明図（ｂ）である。 この発明における更に変更されたモデルデータの一例を示す説明図である。 この発明の第２実施形態における異常診断方法の手順を示すフローチャートである。 この発明の第３実施形態における異常診断方法の手順を示すフローチャートである。

以下に、この発明の実施形態を添付図面に基づいて詳細に説明する。ここでは、この発明に係る異常診断システム（方法）を、被処理体であるウエハＷのレジスト塗布・現像処理装置に適用した場合について説明する。

レジスト塗布・現像処理装置は、図１及び図２に示すように、ウエハＷが収納されたカセットＣＢを搬入出するためのキャリアブロック１と、このキャリアブロック１のカセットＣＢ内から取り出されたウエハＷをレジスト塗布・現像処理する処理ブロック２と、この処理ブロック２にインターフェイスブロック３を介して連設される露光ブロック４とで主に構成されている。

キャリアブロック１は、複数枚例えば２５枚のウエハＷを密閉収納するカセットＣＢを複数個載置可能な載置部５を備えたカセットステーション６と、このカセットステーション６との間に配置される壁面に設けられる開閉部７と、この開閉部７を介してカセットＣＢからウエハＷを取り出すための受渡し手段Ａ１とが設けられている。

上記処理ブロック２には、手前側から順に加熱・冷却系のユニットを多段化した棚ユニットＵ１，Ｕ２，Ｕ３と、後述する塗布・現像ユニットを含む各処理ユニット間のウエハＷの受け渡しを行う主搬送機構Ａ２，Ａ３が交互に配列して設けられている。すなわち、棚ユニットＵ１，Ｕ２，Ｕ３及び主搬送機構Ａ２，Ａ３はキャリアブロック１側から見て前後一列に配列されると共に、各々の接続部位には図示しないウエハ搬送用の開口部が形成されており、ウエハＷは処理ブロック２内を一端側の棚ユニットＵ１から他端側の棚ユニットＵ３まで自由に移動できるようになっている。また主搬送機構Ａ２，Ａ３は、キャリアブロック１から見て前後方向に配置される棚ユニットＵ１，Ｕ２，Ｕ３側の一面部と、後述する例えば右側の液処理ユニットＵ４，Ｕ５側の一面部と、左側の一面をなす背面部とで構成される区画壁８により囲まれる空間内に置かれている。なお、図中、符号１２，１３は各ユニットで用いられる処理液の温度調節装置や温湿度調節用のダクト等を備えた温湿度調節ユニットである。

液処理ユニットＵ４，Ｕ５は、例えば図１に示すように、塗布液（レジスト液）や現像液といった薬液供給用のスペースをなす収納部１４の上に、塗布ユニットＣＯＴ、現像装置を備えた現像ユニットＤＥＶ及び反射防止膜形成ユニットＢＡＲＣ等を複数段例えば５段に積層した構成とされている。また、上述の棚ユニットＵ１，Ｕ２，Ｕ３は、液処理ユニットＵ４，Ｕ５にて行われる処理の前処理及び後処理を行うための各種ユニットを複数段例えば１０段に積層した構成とされており、ウエハＷを加熱（ベーク）する加熱ユニット、ウエハＷを冷却する冷却ユニット等を具備している。

処理ブロック２における棚ユニットＵ３の奥側には、インターフェイスブロック３を介して露光ブロック４が接続されている。このインターフェイスブロック３は、処理ブロック２と露光ブロック４との間に前後に設けられ、夫々例えば筐体で囲まれた搬送室１５及び搬送室１６により構成されている。搬送室１５の中央部には、Ｘ軸、Ｙ軸及び鉛直（Ｚ軸）方向に自在に移動することができると共に、アームを鉛直軸回りに回転することができる搬送機構Ａ４が設けられ、この搬送機構Ａ４は受け渡しユニット（ＴＲＳ）１７，高精度温調ユニット（図示せず），周辺露光ユニット１９及びバッファカセット（図示せず）及び上記処理ブロック２に備えられた棚ユニットＵ３にアクセスし、これらの各ユニットとウエハＷの受け渡しを行うことができるように構成されている。

上記のように構成されるレジスト塗布・現像処理装置におけるウエハの流れについて一例を示すと、まず、外部からウエハＷの収納されたカセットＣＢがキャリアブロック１の載置部５に載置されると、開閉部７と共にカセットＣＢの蓋体が外されて受渡し手段Ａ１によりウエハＷが取り出される。そして、ウエハＷは棚ユニットＵ１の一段をなす受け渡しユニット（図示せず）を介して主搬送機構Ａ２へと受け渡され、棚ユニットＵ１〜Ｕ３内の一の棚にて、塗布処理の前処理として例えば反射防止膜形成処理、冷却処理が行われた後、塗布ユニットＣＯＴにてレジスト液が塗布される。次いでウエハＷは棚ユニットＵ１〜Ｕ３の一の棚をなす加熱ユニットで加熱（ベーク処理）され、更に冷却された後棚ユニットＵ３の受け渡しユニットを経由してインターフェイスブロック３へと搬入される。インターフェイスブロック３へと搬入されたウエハＷは搬送機構Ａ４により搬送室１５内の周辺露光ユニット１９に搬入され周辺露光処理を受ける。周辺露光処理を受けたウエハＷは搬送機構Ａ４により高精度温調ユニットに搬送され、この高精度温調ユニット内においてウエハＷ表面の温度は露光ブロック４内の温度に対応した設定温度に高精度に温調される。搬送機構Ａ４はこの温調されたウエハＷを、受け渡しユニット１７を介して搬送機構Ａ５に受け渡し、ウエハＷは搬送室１６に搬送される。搬送されたウエハＷは、搬送機構Ａ５により露光ブロック４へ搬送され、露光が行われる。露光後、ウエハＷは逆の経路で主搬送機構Ａ２まで搬送され、現像ユニットＤＥＶにて現像処理され、現像液によって不要レジストが除去される。ウエハＷは棚ユニットＵ１〜Ｕ３の一の棚をなす加熱ユニットで加熱（ポストベーク処理）し、次いで冷却ユニットで冷却された後、キャリアブロック１の載置台上の元のカセットＣＢへと戻される。

次に、この発明に係る異常診断システム２０について説明する。異常診断システム２０は、レジスト塗布・現像処理装置において発生した異常を検知し、その異常原因を推定することができる。上述したように、レジスト塗布・現像処理装置は、所定の処理を行う複数のプロセス処理装置の複合装置であって、図２，図３及び図４に示すように、異常診断システム２０は、送受信部３６により、複数のプロセス処理装置（処理部、処理ユニット）にそれぞれ設置されるセンサ３０と配線により接続されている。センサ３０は、時間と共に変動する時系列データ４１となる信号を異常診断システム２０に出力するもので、例えば圧力センサ、温度センサ、流量センサ、液面センサ、位置センサ、トルクセンサ、速度センサ等のセンサ３０が設置される。なお、処理部には同一若しくは異なる複数のセンサ３０が設置されていてもよい。

図３に示すように、異常診断システム２０の論理的な構成は、データ収集部２１と、異常検知部２２と、判定データ作成部２３と、診断部２４と、第１の再診断部２５と、再判定データ作成部２６と、第２の再診断部２７と、表示処理部２８と、表示装置３７及びデータ保持部２９等から構成される。データ保持部２９には、時系列データ４１と、異常データ４２と、判定データ４３と、モデルデータ４４と、再判定データ４５と、判定条件データ４６等が記憶されている。

データ収集部２１は、処理部にそれぞれ設置されるセンサ３０によって出力される信号から、時間と共に変動する時系列データ４１を収集し、データ保持部２９に時系列データ４１として記憶する。時系列データ４１としては、例えば、時間と共に変動する圧力、温度、流量、液面レベル、位置、トルク、速度等がある。

異常検知部２２は、データ収集部２１が収集した時系列データ４１から、後述する上下変動閾値データ７３と比較することにより、異常な時系列データ４１である異常データ４２を検知する。詳細には、後述する異常検知方法によって時系列データ４１を上下変動閾値データ７３にて監視し、異常データ４２を処理単位毎に検知し、データ保持部２９に異常データ４２として記憶する。ここで、処理単位とは、複数の処理装置の各処理装置が行う処理工程を意味する。

判定データ作成部２３は、異常検知部２２により検知された異常データ４２を、判定条件データ４６に基づき時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる判定データ４３を作成し、データ保持部２９に判定データ４３として記憶する。なお、判定データ作成部２３は、処理部に設置されるセンサ３０が複数の場合、センサ３０毎に収集された異常データ４２のそれぞれを、時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定し、それらの判定結果の組み合わせからなる判定データ４３を作成してもよい。このようにして判定データ４３を作成することにより、異常データ４２の変動傾向を詳細かつ明確に標示することができる。

この場合、判定条件とは、異常データ４２の上限値と下限値の幅が所定の閾値内にあるか否か、平均値が所定の閾値内にあるか否か、時間積分値が所定の閾値内にあるか否か、設定値までの到達時間が所定の閾値内にあるか否か、処理終了までの時間が所定の閾値内にあるか否か、複数の時系列データ４１の時系列毎の平均値とその標準偏差に基づき算出された変動閾値内にあるか否か、最大値が所定の閾値内にあるか否か、最小値が所定の閾値内にあるか否か等の判定条件であって、これらに合致するか否かを判定する。各判定条件の閾値、範囲等は監視区間毎に決定され、データ保持部２９に判定条件データ４６として記憶されている。

診断部２４は、判定データ作成部２３により作成された判定データ４３を、判定データ４３に対応するモデルデータ４４と照合することにより異常原因を推定する。また、診断部２４は、判定データ４３とモデルデータ４４の一致度を算出し、一致度の高い順に異常原因候補の順位付けを行うことができる。

モデルデータ４４は、異常原因毎に発生する時系列データ４１の特有な変動傾向に基づいて予め設定されると共に、判定データ４３に対応して形成される。所定の異常原因として、例えば処理液供給部５０において発生する、処理液供給管内に発生した気泡の混入、レジスト液の吐出がない未吐出、レジスト液が供給管から漏れるリーク、バルブ開閉のタイミングずれ等がある。これらの異常原因が処理装置に発生すると、時系列データ４１には異常原因毎に特有の変動が出現する傾向がある。そして、モデルデータ４４は、その異常原因毎に特有の変動傾向が発生した時系列データ４１を、判定データ４３を作成した際の判定条件により判定した場合の結果である。作成されたモデルデータ４４は、予めデータ保持部２９に記憶してある。このようにしてモデルデータ４４を作成することにより、異常原因毎に発生する時系列データ４１の特有な変動傾向を詳細かつ明確に標示することができる。

また、モデルデータ４４は、異常原因毎に発生する時系列データ４１の特有の変動傾向を考慮して複数の階層モデルを作成してもよい。すなわち、モデルデータ４４は、１つの判定データ４３に対して、異常原因毎に発生する時系列データ４１の特有の変動傾向と複数の判定条件の関連性を順位付けて、その順位順に複数階層からなるモデルデータ４４を作成してもよい。複数階層からなるモデルデータ４４を作成するためには、複数の判定条件を予め異常原因毎に発生する時系列データ４１の特有の変動傾向との関連性の高低を順位付けし、最高位から所定の順位内までの判定条件の判定結果のみを照合する上層のモデルデータ４４を作成する。そして、最高位から所定の順位より下位の順位内までの判定条件の判定結果を照合する下層のモデルデータ４４を作成する。以下、順次下位の判定条件を含めて更に下層のモデルデータ４４を作成すればよい。

第１の再診断部２５は、診断部２４による照合が不一致だった場合、モデルデータ４４を変更して照合することにより異常原因を推定する。また、第１の再診断部２５は、判定データ４３とモデルデータ４４の一致度を算出し、一致度の高い順に異常原因候補の順位付けを行うことができる。ここで、照合が不一致だった場合とは、全ての異常原因と不一致の場合のほか、複数の異常原因と一致するため１の異常原因に特定できない場合を含む意味である。

モデルデータ４４の変更とは、上述した順位順に複数階層からなるモデルデータ４４が作成されている場合、最高位から所定の順位内までの判定条件の判定結果のみを照合する上層のモデルデータ４４から、最高位から所定の順位より下位の順位内までの判定条件の判定結果を照合する下層のモデルデータ４４に変更することである。

再判定データ作成部２６は、診断部２４による照合が不一致だった場合、判定条件を変更して、変更後の判定条件に合致するか否かを判定すると共に、変更後の判定結果の組み合わせからなる再判定データ４５を作成する。ここで、判定条件の変更とは、１の判定条件を他の判定条件に変更する場合のほか、１の判定条件の所定の閾値を変更する場合を含む意味である。また、照合が不一致だった場合とは、全ての異常原因と不一致の場合のほか、複数の異常原因と一致するため１の異常原因に特定できない場合を含む意味である。

第２の再診断部２７は、再判定データ作成部２６により作成された再判定データ４５と、所定の異常原因毎に決定されると共に、再判定データ４５に対応するモデルデータ４４とを照合することにより異常原因を推定する。また、第２の再診断部２７は、再判定データ４５とモデルデータ４４の一致度を算出し、一致度の高い順に異常原因候補の順位付けを行うことができる。

表示処理部２８は、例えば、異常検知結果、異常診断結果を表示装置３７に表示する。また、表示処理部２８は、異常データ４２、モデルデータ４４等を合わせて表示させてもよい。異常が検知された場合及び異常原因が推定された場合は、表示装置３７にアラームメッセージを点滅させたり、アラーム警報を鳴らしてもよい。

図４に示すように、異常診断システム２０の概略構成は、内部バス３８を介して制御部３１に接続されている主記憶部３２と、外部記憶部３３と、記憶媒体３４と、操作部３５と、表示装置３７及び送受信部３６と、から構成される。

制御部３１は、例えば、ＣＰＵ等のマイクロプロセッサから構成され、外部記憶部３３に記憶されているプログラムや処理条件データ等のレシピに従って、データ収集部２１と、異常検知部２２と、判定データ作成部２３と、診断部２４と、第１の再診断部２５と、再判定データ作成部２６と、第２の再診断部２７及び表示処理部２８は、制御部３１とその上で実行されるプログラムで実現される。

主記憶部３２はＲＡＭ等から構成され、制御部３１の作業領域として用いられる。データ保持部２９は、主記憶部３２の一部に記憶領域の構造体として記憶保持される。

外部記憶部３３は、ハードディスク、フラッシュメモリ等から構成され、上記の処理を制御部３１に行わせるためのプログラムや処理条件データ等のレシピを予め記憶し、また、制御部３１の指示に従って、このプログラムのデータを制御部３１に供給し、制御部３１から供給されたデータを記憶する。

記憶媒体３４は、コンピュータ上で動作するプログラムが格納され、コンピュータが読取可能な記憶媒体である。上記の処理を制御部３１に行わせるためのプログラムや処理条件データ等のレシピは、記憶媒体３４に格納されており、そのプログラム等を外部記憶部３３にインストールすることによって予め記憶することができる。記憶媒体３４として、ＤＶＤ、ＣＤ−ＲＯＭ、フレキシブルディスク等を使用することができる。

操作部３５は、作業者が異常診断システム２０に指令を与えるために、キーボード及びマウスなどのデバイス等と、それらを内部バス３８に接続するインターフェースを備える。操作部３５を介して、上記レシピの選択、異常検知・診断の開始等の指令が入力され、制御部３１に供給される。その他、作業者は、例えばモデルデータ４４，判定条件データ４６等を操作部１４から入力して設定・変更することができる。

表示装置３７は、ＣＲＴまたはＬＣＤ等のディスプレイから構成され、制御部３１の命令によって、グラフ化された異常データ４２、異常検知結果及び異常診断結果等を表示する。また、表示装置３７は制御部３１からの命令によって、アラーム警報を鳴らすスピーカ等の出力デバイスを備えてもよい。

送受信部３６は、各処理部に設置されるセンサ３０に接続される配線に接続される配線を接続可能なインターフェース機能を備える。制御部３１は、送受信部３６を介して、各センサ３０から時系列データ４１を入力する。時系列データ４１及びモデルデータ４４は、図示しない他のサーバ等に格納されている場合がある。その場合、制御部３１は送受信部３６を介して、サーバ等からそれらを受信する。

次に、異常検知部２２による異常検知方法について説明する。処理プロセスを監視するセンサ３０によって出力される信号から収集された時間と共に変動する時系列データ４１は、異常検知部２２によって監視されている。図６（ａ）に示すように、異常検知部２２は、取得された時系列データ４１を上下変動閾値データ７３と比較することにより、異常な時系列データ４１である異常データ４２を検知する。

異常検知部２２の詳細な構成は、図５に示すように、データ選択部２２ａと、平均データ算出部２２ｂと、閾値設定部２２ｃ及び検知部２２ｄから構成される。この場合、データ保持部２９には、時系列データ４１等に加えて、セレクトデータ７１と、平均データ７２と、上下変動閾値データ７３と、係数データ７４及び補正値データ７５が記憶されている。

データ選択部２２ａは、データ収集部２２が収集した時系列データ４１から、有用な処理単位毎の時系列データ４１である複数のセレクトデータ７１を選択し、データ保持部２９にセレクトデータ７１として記憶する。なお、データ選択部２２ａは、上述したレジスト塗布・現像処理装置によってウエハＷを処理した後に、レジスト塗布・現像処理装置によるウエハの処理を評価する検査装置３７の評価結果に基づいてセレクトデータ７１を選択することができる（図５参照）。すなわち、検査装置３７により、処理の状態が異常であると評価されたウエハＷの時系列データ４１は、セレクトデータ７１として選択されない。

平均データ算出部２２ｂは、データ選択部２２ａにて選択された複数のセレクトデータ７１から平均データ７２を算出し、データ保持部２９に平均データ７２として記憶する。

閾値設定部２２ｃは、平均データ算出部２２ｂが算出した平均データ７２と予め入力された係数データ７４及び補正値データ７５から、下記の式（１）により時間と共に変動する上下変動閾値データ７３を算出する。
Ｍ＝Ｎ±ｋ×σ±Ｎ×Ｈ……（１）
ここで各記号は、
Ｍ：上下変動閾値データ値
Ｎ：時系列毎の平均データ値
ｋ：係数
σ：その時系列時点における複数のモデルデータ値の標準偏差
Ｈ：補正値 である。

係数ｋ及び補正値Ｈは、作業者が操作部３５を通じて設定することができる任意の数値であって、係数ｋ及び補正値Ｈの数値を変更することにより、上下変動閾値データ７３の許容範囲を少なくとも一部の時系列区間で変更可能に設定することができる。ここで、上下変動閾値データ７３の許容範囲とは、検知部２２ｄが監視対象の時系列データ４１を上下変動閾値データ７３と比較した場合、異常と判定しない範囲である。

図６（ａ）に示すように、検知部２２ｄは、データ収集部２２が収集した監視対象の時系列データ４１を、上記のようにして設定された上下変動閾値データ７３と比較し、監視対象の時系列データ４１がその閾値範囲外となった場合、異常データ４２を検知する。

上記のような異常検知方法で異常データ４２を検知することにより、時系列データ４１の変動や変動タイミングに異常が発生したことを検知することができるため、異常検知部２２による異常検知の精度を向上することができる。異常検知部２２によって、異常な時系列データ４１が検知されると、図６（ｂ）に示すように、異常が検知された処理単位Ｔ毎の時系列データ４１を、データ保持部２９に異常データ４２として記憶する。

＜第１実施形態＞
次に、レジスト塗布・現像処理装置を構成する複数の処理部の一つである処理液供給部５０を上述した異常診断システム２０により診断した場合について説明する。この処理液供給部５０は、反射防止膜形成処理、冷却処理が行われたウエハＷに対して、レジスト液を塗布するものである。

処理液供給部５０は、図１及び図７に示すように、液処理ユニットＵ４の収納部１４に載置され、レジスト液が貯留されたレジスト容器５１と、このレジスト容器５１を加圧管路５３ａを介して加圧してリザーバタンク５２に向けてレジスト液を圧送させる加圧源５３と、リザーバタンク５２からフィルタ６１を介してレジスト液を吸引すると共に、処理液供給管路５５ａを介してノズル５５に向け吐出するダイアフラム式ポンプ５４と、ポンプ５４を加圧管路５６ａを介して加圧するための加圧源５６と、ポンプ５４を減圧管路５７ａを介して減圧するための減圧源５７と、処理液供給管路５５ａに介設される開閉バルブ５９ａ及びサックバックバルブ５９ｂと、加圧管路５６ａに介設されポンプ内の圧力を調整する電空レギュレータＥＶと、減圧管路５７ａに介設され気体の流れを制限する可変オリフィス５８と、ノズル５５からレジスト液が吐出されるウエハＷを水平に保持し、塗布ユニットＣＯＴ内に配置されるスピンチャック６０と、で主に構成されている。

加圧管路５３ａには、加圧源５３とレジスト容器５１の間に圧力センサ３０ｂが設けられ、加圧管路５６ａには、加圧源５６と電空レギュレータＥＶの間に圧力センサ３０ｃが設けられ、減圧管路５７ａには、ポンプ５４と可変オリフィス５８の間に圧力センサ３０ｄが設けられている。また、処理液供給管路５５ａには、ポンプ５４と開閉バルブ５９ａの間に流量センサ３０ｅが設けられている。これらのセンサ３０ｂ，３０ｃ，３０ｄ，３０ｅによって検出された圧力もしくは流量の検出信号は、異常判定システム２０に伝達される。すなわち、処理液供給部５０では、４つのセンサ３０ｂ，３０ｃ，３０ｄ，３０ｅによって異常の発生を監視している。

図８は、異常診断方法の手順を示すフローチャートであって、矢印の方向にステップが進行する。まず、ウエハＷを処理する処理液供給部５０に設置される処理プロセスを監視するセンサ３０ｂ，３０ｃ，３０ｄ，３０ｅによって出力される信号から収集された時間と共に変動する時系列データ４１から、異常検知部２２は、時系列データ４１を上下変動閾値データ７３と比較して異常な時系列データ４１である異常データ４２を処理単位Ｔ毎に検知する（ステップＭ１：ＹＥＳ）。

図９（ａ）は、異常診断システム２０の異常検知部２２によって検知された流量センサ３０ｅの異常データ４２ａのグラフである。また、図９（ｂ）は異常データ４２ａと同じ処理時に検知された圧力センサ３０ｄの異常データ４２ｂのグラフである。この場合、図９（ａ）、図９（ｂ）に示すように、異常データ４２は処理装置の処理単位Ｔ毎の時系列データ４１である。ここで、処理単位Ｔは、処理液の供給停止から次の供給停止までの１サイクルである。

次いで、ステップＭ１によって検知された異常データ４２を、時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる判定データ４３ａを作成する（ステップＭ２）。

この場合、図９（ａ）、図９（ｂ）に示すように、処理単位Ｔは、予め設定された判定条件データ４６に基づき、時系列毎に複数の監視区間Ｄ１，Ｄ２，Ｄ３，Ｄ４に分割される。そして、それぞれの監視区間Ｄ１，Ｄ２，Ｄ３，Ｄ４において、複数の判定条件に合致するか否かを判定する。

この場合、判定条件は、平均値が所定の閾値内にあるか否か（流量センサ：ａ１〜ａ４，圧力センサ：ｄ１〜ｄ４），時間積分値が所定の閾値内にあるか否か（流量センサ：ｂ１〜ｂ４，圧力センサ：ｅ１〜ｅ４）、複数の時系列データの時系列毎の平均値とその標準偏差に基づき算出された変動閾値内にあるか否か（流量センサ：ｃ１〜ｃ４，圧力センサ：ｆ１〜ｆ４）であって、それぞれの監視区間Ｄ１，Ｄ２，Ｄ３，Ｄ４毎に所定の閾値で判定される。

図１０に示すように、それぞれの異常データ４２ａ，４２ｂのそれぞれについて、それぞれの監視区間Ｄ１，Ｄ２，Ｄ３，Ｄ４において、上述した複数の判定条件に合致するか否かを判定し、それらの判定結果の組み合わせからなる判定データ４３ａを作成する。なお、図１０の判定データ４３ａは、判定条件を満たしている判定結果を「ＯＫ」で、判定条件を満たしていない判定結果を「ＮＧ」で表している。

次いで、ステップＭ２で作成された判定データ４３ａと、異常原因毎に発生する時系列データ４１の特有な変動傾向に基づいて予め設定されると共に、判定データ４３ａに対応するモデルデータ４４とを照合する（ステップＭ３）。まず、図１１（ａ），（ｂ）及び図１２に示す具体的なモデルデータ４４ａ，４４ｂ，４４ｃは、上述した複数階層からなるモデルデータ４４である。ここで、異常原因Ｐ，Ｑ，Ｒは、Ｐ：レジスト液の吐出がない未吐出、Ｑ：レジスト液が供給管から漏れるリーク、Ｒ：バルブ開閉のタイミングずれ、である。モデルデータ４４ａ，４４ｂ，４４ｃは、異常原因Ｐ，Ｑ，Ｒ毎に発生する時系列データ４１の特有な変動傾向すなわち、異常原因Ｐ，Ｑ，Ｒが発生した際の異常原因Ｐ，Ｑ，Ｒ毎の特有の変動傾向を示す時系列データ４１を、判定データ４３ａと同様に時系列毎に複数の監視区間Ｄ１，Ｄ２，Ｄ３，Ｄ４に分割し、それぞれの監視区間において、判定データ４３ａを作成した際と同様の判定条件（ａ１〜ａ４，ｂ１〜ｂ４，ｃ１〜ｃ４，ｄ１〜ｄ４，ｅ１〜ｅ４，ｆ１〜ｆ４）により判定した場合の結果に基づく。

モデルデータ４４ａ，４４ｂ，４４ｃにおいて、「◎，○，△」の表示がなされているセルは、対応する判定データ４３ａの判定結果が「ＮＧ」であれば、その判定条件に関する照合は一致すると判断される。すなわち、「◎，○，△」の表示がなされているセルは、異常原因Ｐ，Ｑ，Ｒが発生すると、異常原因毎の特有の変動傾向により異常値が発生することが予想される判定条件である。なお、モデルデータ４４ａ，４４ｂ，４４ｃの「−」の表示は、異常原因毎に発生する時系列データ４１の特有な変動傾向との関連性の低い判定条件であるため照合の対象とはしない判定条件である。

複数の判定条件（ａ１〜ａ４，ｂ１〜ｂ４，ｃ１〜ｃ４，ｄ１〜ｄ４，ｅ１〜ｅ４，ｆ１〜ｆ４）は、異常原因Ｐ，Ｑ，Ｒ毎に発生する時系列データ４１の特有な変動傾向との関連性の高低が順位付けされており、関連性が最も高い最高位の判定条件を「◎」、次に最高位から１つ下の順位の判定条件を「○」、更に１つ下すなわち最高位から２つ下の順位の判定条件を「△」で順位付けされている。

診断部２４において照合されるモデルデータ４４ａは、最高位の判定条件の判定結果のみ（◎のみ）を照合するものであって、第１の再診断部２５において照合される変更後のモデルデータ４４ｂは、最高位から１つ下の順位内（◎，○）までの判定条件の判定結果を照合するものである。また、第１の再診断部２５において照合されるモデルデータ４４ｃは、最高位から２つ下の順位内（◎，○，△）までの判定条件の判定結果を照合するものである。

仮に、判定データ４３ａとモデルデータ４４ａとの照合の結果、一致すると判断された場合（ステップＭ３：ＹＥＳ）、すなわち、モデルデータ４４ａの複数の異常原因のうち、１の異常原因と判定データ４３ａが一致した場合は、異常データ４２の異常原因を推定することができる（ステップＭ４）。その場合、表示装置３７に異常診断結果を表示する（ステップＭ５）。一方、照合が不一致であると判断される（ステップＭ３：ＮＯ）と、判定データ４３ａは、変更したモデルデータ４４ｂと照合される（ステップＭ６）。

図１１（ａ）に示す判定データ４３ａとモデルデータ４４ａの照合の結果について説明すると、判定データ４３ａは、モデルデータ４４ａの異常原因Ｐの「◎」が表示されているセル（ａ２，ｂ２，ｃ２，ｆ４）において、判定結果「ＮＧ」のため照合が一致する。一方、異常原因Ｑ，Ｒについても同様に照合が一致する。その結果、複数の異常原因Ｐ，Ｑ，Ｒと一致するため１の異常原因に特定することができず、照合が不一致であると判断される（ステップＭ３：ＮＯ）。

次いで、ステップＭ３にて照合が不一致であると判断されると（ステップＭ３：ＮＯ）、判定データ４３ａと、変更したモデルデータ４４ｂとを照合することにより異常原因を推定する（ステップＭ６）。この場合、図１１（ａ），（ｂ）に示すように、モデルデータ４４ａをモデルデータ４４ｂに変更して、判定データ４３ａと照合する。上述したように、モデルデータ４４ａと変更したモデルデータ４４ｂは、複数階層からなるモデルデータ４４の関係であって、変更後のモデルデータ４４ｂは、最高位から１つ下の順位内（◎と○）までの判定条件の判定結果を照合するものである。従って、変更後のモデルデータ４４ｂは、変更前のモデルデータ４４ａの全ての「◎」を含み、更に他の「○」を照合している。

図１１（ｂ）に示す判定データ４３ａとモデルデータ４４ｂの照合の結果、異常原因Ｐは、判定条件ａ３について「○」に対し、得られた判定データ４３ａの判定条件ａ３の判定結果「ＯＫ」である。したがって、照合が一致しないため、異常原因でないと判断される。また、異常原因Ｒについても、判定条件ａ３について異常原因Ｐと同様に照合が一致せず、異常原因でないと判断される。

一方、異常原因Ｑは、図１１（ｂ）に示すように、「◎及び○」でマーキングされた全てのセルにおいて、判定データ４３ａの判定結果が「ＮＧ」であるため、不一致な判定条件が存在しない。その結果、判定データ４３ａは、異常原因Ｑと照合が一致するため（ステップＭ６：ＹＥＳ）、異常原因はＱであることを推定することができる（ステップＭ４）。その場合、表示装置３７に異常原因はＱ：レジスト液が供給管から漏れるリーク、である旨の異常診断結果表示する（ステップＭ５）。

一方、ステップＭ６にて照合が不一致であると判断されたと仮定した場合（ステップＭ６：ＮＯ）、判定データ４３ａと、図１２に示す更に変更されたモデルデータ４４ｃとを照合することにより異常原因を推定する（ステップＭ６の繰り返し）。上述したようにモデルデータ４４ｃは、最高位から二つ下の順位内までの判定条件の判定結果を照合するものである。このように、順次順位を下げた範囲を含むモデルデータ４４ｃに変更して判定データ４３ａとの照合を繰り返すことにより、異常原因を推定することができる（ステップＭ７：ＹＥＳ→Ｍ４）。

上述した処理装置の異常診断方法及びその異常診断システム２０によれば、時間と共に変動する時系列データ４１から検知された異常データ４２を、複数の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる判定データ４３ａを作成し、その判定データ４３ａと、異常原因毎に発生する時系列データ４１の特有な変動傾向に基づいて予め設定されると共に、判定データ４３ａに対応するモデルデータ４４とを照合して異常原因を推定することにより、１つの処理単位における装置の状態を時系列に沿って監視することができ、異常診断の精度を向上させることができる。また、監視対象の異常データ４２ａ，４２ｂから作成された判定データ４３ａを予め設定したモデルデータ４４ａ，４４ｂと照合することにより異常原因を推定するため、容易に異常診断をすることができる。

また、処理装置に設置されるセンサ３０ｂ，３０ｃ，３０ｄ，３０ｅは複数であって、センサ毎に検知された異常データ４２ａ，４２ｂのそれぞれが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなるモデルデータ４４ａ，４４ｂ，４４ｃを作成することにより、異常データ４２ａ，４２ｂの変動傾向を詳細かつ明確に標示する判定データ４３ａと、異常原因毎に発生する時系列データ４１の特有な変動傾向を詳細かつ明確に標示するモデルデータ４４ａ，４４ｂ，４４ｃと、を細分化して照合することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定を更に容易にすると共に、その精度を向上することができる。

また、異常データ４２ａ，４２ｂは、処理単位Ｔ毎の時系列データ４１であって、検知された異常データ４２を、時系列毎に複数の監視区間Ｄ１，Ｄ２，Ｄ３，Ｄ４に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データ４３ａを作成しているため、処理単位全体について判定条件に基づき判定する場合と比較してより精密な異常診断を行うことができる。

また、収集された時系列データ４１を上下変動閾値データ７３と比較することにより、異常データ４２ａ，４２ｂを検知し、確実に異常データ４２ａ，４２ｂを検知することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定を更に容易にすると共に、その精度を向上することができる。

また、判定条件は、平均値が所定の閾値内にあるか否か（流量センサ：ａ１〜ａ４，圧力センサ：ｄ１〜ｄ４），時間積分値が所定の閾値内にあるか否か（流量センサ：ｂ１〜ｂ４，圧力センサ：ｅ１〜ｅ４）、複数の時系列データの時系列毎の平均値とその標準偏差に基づき算出された変動閾値内にあるか否か（流量センサ：ｃ１〜ｃ４，圧力センサ：ｆ１〜ｆ４）により判定することにより、判定データ４３ａとモデルデータ４４ａ，４４ｂ，４４ｃの、それぞれの変動傾向を更に明確に標示することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定を更に容易にすると共に、その精度を向上することができる。

また、診断部２４による照合が不一致だった場合、モデルデータ４４ａをモデルデータ４４ｂに変更して照合することができ、より正確な異常原因を推定することができると共に、特有な変動傾向の再現性のばらつきに対応することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定を更に容易にすると共に、その精度を向上することができる。

また、第１の再診断部２５による照合が不一致だった場合、モデルデータ４４ｂを、最高位から更に下位の順位内までの判定条件の判定結果を照合するモデルデータ４４ｃに変更して、判定データ４３とモデルデータ４４の照合を繰り返し実行することにより、より正確な異常原因を推定することができると共に、特有な変動傾向の再現性のばらつきに対応することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定を更に容易にすると共に、その精度を向上することができる。

＜第２実施形態＞
第１実施形態では、ステップＭ２で作成された判定データ４３ａと、異常原因毎に発生する時系列データ４１の特有な変動傾向に基づいて予め設定されると共に、判定データ４３ａに対応するモデルデータ４４ａとを照合し（ステップＭ３）、照合が不一致であると判断されると（ステップＭ３：ＮＯ）、判定データ４３ａと、変更したモデルデータ４４ｂとを照合したが（ステップＭ６）、例えば、図１３に示すように、ステップＭ３により異常原因が推定されなかった場合（ステップＭ３：ＮＯ）、判定条件を変更して（ステップＭ７）、変更後の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる再判定データ４５を作成し（ステップＭ８）、再判定データ４５と、異常原因毎に発生する時系列データ４１の特有な変動傾向に基づいて予め設定された再判定データ４５に対応するモデルデータ４４ｄとを照合することにより異常原因を推定してもよい（ステップＭ９）。

ここで、判定条件の変更（ステップＭ７）とは、１の判定条件を他の判定条件に変更する場合、例えば「異常データ４２の平均値が所定の閾値内にあるか否か」の判定条件を、「異常データ４２の最小値が所定の閾値内にあるか否か」の判定条件に変更する場合や、１の判定条件の所定の閾値を変更する場合、例えば平均値が所定の閾値内にあるか否かについての所定の閾値の許容範囲を縮小して異常値の検出性能を上げるような変更である。

次いで、上記のようにして変更された変更後の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる再判定データ４５を作成し（ステップＭ８）、再判定データ４５と、再判定データ４５に対応するモデルデータ４４ｄと照合する（ステップＭ９）。その結果、異常原因と一致すれば（ステップＭ９：ＹＥＳ）、異常原因を推定することができる（ステップＭ４）。その場合、表示装置３７に異常診断結果表示する（ステップＭ５）。

一方、第２の再診断部２７において照合が不一致であると判断される（ステップＭ９：ＮＯ）と、判定条件を更に変更して（ステップＭ７）、再判定データ４５を再度作成し（ステップＭ８）、再度作成された再判定データ４５と、再度作成された再判定データ４５に対応するモデルデータ４４ｄと照合して一致するか否か判断される（ステップＭ９）。このように、ステップＭ７からステップＭ９までを繰り返し実行して異常原因を推定する。

上記のように、診断部２４による照合が不一致だった場合、判定条件を変更して、再判定データ４５を作成し、再判定データ４５と、再判定データ４５に対応するモデルデータ４４ｄとを照合して異常原因を推定することにより、判定条件や異常値の検出性能を変更して作成された再判定データ４５により異常原因を推定することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定の精度を向上することができる。

また、第２の再診断部２７による照合が不一致だった場合、判定条件を更に変更して再判定データ４５を再度作成し、再度作成された再判定データ４５と、再判定データ４５に対応するモデルデータ４４ｄと照合とを繰り返し実行することにより、判定条件や異常値の検出性能を更に変更して作成された再判定データ４５により異常原因を推定することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定の精度を向上することができる。

＜第３実施形態＞
第１実施形態では、ステップＭ２で作成された判定データ４３ａと、判定データ４３ａに対応するモデルデータ４４ａと照合し（ステップＭ３）、照合が不一致であると判断されると（ステップＭ３：ＮＯ）、判定データ４３ａと、変更したモデルデータ４４ｂとを照合したが（ステップＭ６）、例えば図１４に示すように、ステップＭ３による照合が不一致だった場合（ステップＭ３：ＮＯ）、判定データ４３ａとモデルデータ４４ｂの一致度を算出し（ステップＭ１０）、一致度の高い順に異常原因候補の順位付けを行って（ステップＭ１１）、異常原因を推定してもよい（ステップＭ４）。

判定データ４３ａとモデルデータ４４ｂの一致度を算出とは、例えばモデルデータ４４ｂ中の「◎及び○」と、判定データ４３ａの判定結果「ＮＧ」との一致度について、それぞれの異常原因候補毎に算出する（ステップＭ１０）。その結果に基づいて一致度の高い順に順位付けをする（ステップＭ１１）。

順位付けの結果から、最も高い一致度を有する異常原因候補が、求める異常原因であることを推定することができる（ステップＭ４）。その場合、表示装置３７に異常診断結果を表示する（ステップＭ５）。なお、表示装置３７には、表示された結果は異常原因候補である旨及び他の異常原因候補を順位順に表示してもよい。

このように構成することにより、判定データ４３ａとモデルデータ４４ｂの一致度を算出し、一致度の高い順に異常原因候補の順位付けを行うことにより、順位の高い異常原因候補を異常原因として推定することができるため、処理装置の処理プロセスに関する異常原因である故障原因の特定を更に容易にすると共に、その精度を向上することができる。

＜他の実施形態＞
なお、上述した第１実施形態において、ステップＭ６にて照合が不一致であると判断された場合（ステップＭ６：ＮＯ）、判定データ４３ａと、更に変更されたモデルデータ４４とを照合し（ステップＭ６）、ステップＭ６を繰り返し実行して異常原因を推定したが、ステップＭ６を繰り返し実行しても第１の再診断部２５による照合が不一致だった場合（ステップＭ６：ＮＯ）、第２実施形態と同様に、判定条件を変更して（ステップＭ７）、変更後の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる再判定データ４５を作成し（ステップＭ８）、再判定データ４５と、再判定データ４５に対応するモデルデータ４４と照合することにより（ステップＭ９）、異常原因を推定してもよい（図３，図１３参照）。

上述した第２実施形態において、ステップＭ９にて照合が不一致であると判断される（ステップＭ９：ＮＯ）と、判定条件を更に変更して（ステップＭ７）、再判定データ４５を再度作成し（ステップＭ８）、再度作成された再判定データ４５と、再度作成された再判定データ４５に対応するモデルデータ４４と照合し（ステップＭ９）、ステップＭ７からステップＭ９までを繰り返し実行して異常原因を推定したが、ステップＭ７からステップＭ９までを繰り返し実行しても第２の再診断部２７による照合が不一致だった場合（ステップＭ９：ＮＯ）、第１実施形態と同様に、判定データ４３と、変更したモデルデータ４４とを照合することにより（ステップＭ６）、異常原因を推定してもよい（図３，図８参照）。

また、第１実施形態におけるステップＭ６を繰り返して実行しても第１の再診断部２５による照合が不一致だった場合（ステップＭ６：ＮＯ）、第２実施形態におけるステップＭ７からステップＭ９までを繰り返し実行しても第２の再診断部２７による照合が不一致だった場合（ステップＭ９：ＮＯ）、第１の再診断部２５及び第２の再診断部２７は、第３実施形態と同様に、判定データ４３とモデルデータ４４の一致度を算出し（ステップＭ１０）、一致度の高い順に異常原因候補の順位付けを行って（ステップＭ１１）、異常原因を推定してもよい（図３，図１４参照）。

以上の実施形態においては、検出した時系列データ４１について、まず異常検知を行い、異常と判断された時系列データ４１を異常データ４２としてそのデータに基づいて判定データ４３を作成していた。しかし、本発明はこれに限定されるものではなく、検出した時系列データ４１全てについて、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データ４３を作成して、この判定データ４１において少なくとも１つの項目についてＮＧがある場合に、この判定データ４１とモデルデータ４４とを照合することにより異常原因の推定を行ってもよい。これにより、検出した全ての時系列データ４１について、もれなく異常診断を行うことができ、より精度の高い異常診断が可能となる。

以上、この発明の実施の形態の一例について説明したが、この発明はこの形態に限らず種々の態様を採りうるものである。例えばセンサ３０について、複数のセンサ３０が設置される場合について説明したが、例えばセンサは１つであっても診断することは可能である。また、この発明に係る異常診断システム２０は、複数の処理を行うレジスト塗布・現像処理装置のみならず、１の処理のみを行う処理装置に使用することも可能である。

また、上記実施形態では、この発明に係る異常診断システムを半導体ウエハの塗布・現像処理装置に適用する場合について説明したが、半導体ウエハ以外の被処理体、例えばＦＰＤ基板等の塗布・現像処理装置にも適用することができる。

Ｗ ウエハ（被処理体）
Ｄ１〜Ｄ４ 監視区間
ａ１〜ａ４，ｂ１〜ｂ４，ｃ１〜ｃ４，ｄ１〜ｄ４，ｅ１〜ｅ４，ｆ１〜ｆ４ 判定条件
Ｐ，Ｑ，Ｒ 異常原因
Ｔ 処理単位
２０ 異常診断システム
２２ 異常検知部
２３ 判定データ作成部
２４ 診断部
２５ 第１の再診断部
２６ 再判定データ作成部
２７ 第２の再診断部
３０ センサ
３０ｂ，３０ｃ，３０ｄ 圧力センサ
３０ｅ 流量センサ
４１ 時系列データ
４２，４２ａ，４２ｂ 異常データ（異常な時系列データ）
４３，４３ａ 判定データ
４４，４４ａ，４４ｂ，４４ｃ モデルデータ
４５ 再判定データ
５０ 処理液供給部（処理装置）
７３ 上下変動閾値データ

Claims (13)

1. 被処理体を処理する処理装置に設置される処理プロセスを監視するセンサによって出力される信号から収集された時間と共に変動する時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する判定データ作成ステップと、
   上記判定データを、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、上記判定データに対応するモデルデータと照合して異常原因を推定する診断ステップと、
   を具備し、
   上記診断ステップは、上記判定データと上記モデルデータの一致度を算出し、一致度の高い順に異常原因候補の順位付けを行うステップを含む、
   ことを特徴とする処理装置の異常診断方法。
2. 請求項１記載の処理装置の異常診断方法において、
   上記時系列データは、処理単位毎の時系列データであって、上記判定データ作成ステップは、上記時系列データを時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する、ことを特徴とする処理装置の異常診断方法。
3. 請求項１又は２に記載の処理装置の異常診断方法において、
   上記処理装置に設置されるセンサは複数であって、上記判定データ作成ステップは、上記センサ毎の時系列データのそれぞれが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する、ことを特徴とする処理装置の異常診断方法。
4. 請求項１ないし３のいずれかに記載の処理装置の異常診断方法において、
   上記時系列データから、異常な時系列データを検知する異常検知ステップを更に具備し、上記判定データ作成ステップは、上記異常検知ステップによって検知された異常な時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する、ことを特徴とする処理装置の異常診断方法。
5. 被処理体を処理する処理装置に設置される処理プロセスを監視するセンサによって出力される信号から収集された時間と共に変動する時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する判定データ作成部と、
   上記判定データを、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、上記判定データに対応するモデルデータと照合して異常原因を推定する診断部と、
   を具備し、
   上記診断部は、上記判定データと上記モデルデータの一致度を算出し、一致度の高い順に異常原因候補の順位付けを更に行う、
   ことを特徴とする処理装置の異常診断システム。
6. 請求項５記載の処理装置の異常診断システムにおいて、
   上記時系列データは、処理単位毎の時系列データであって、上記判定データ作成部は、上記時系列データを時系列毎に複数の監視区間に分割し、それぞれの監視区間において、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する、ことを特徴とする処理装置の異常診断システム。
7. 請求項５又は６に記載の処理装置の異常診断システムにおいて、
   上記処理装置に設置されるセンサは複数であって、上記判定データ作成部は、上記センサ毎の時系列データのそれぞれが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する、ことを特徴とする処理装置の異常診断システム。
8. 請求項５ないし７のいずれかに記載の処理装置の異常診断システムにおいて、
   上記時系列データから、異常な時系列データを検知する異常検知部を更に具備し、上記判定データ作成部は、上記異常検知部によって検知された異常な時系列データが、複数の判定条件に合致するか否かを判定すると共に、その判定結果の組み合わせからなる判定データを作成する、ことを特徴とする処理装置の異常診断システム。
9. 請求項５ないし８のいずれかに記載の処理装置の異常診断システムにおいて、
   上記複数の判定条件は、上記時系列データの上限値と下限値の幅が所定の閾値内にあるか否か、平均値が所定の閾値内にあるか否か、時間積分値が所定の閾値内にあるか否か、設定値までの到達時間が所定の閾値内にあるか否か、処理終了までの時間が所定の閾値内にあるか否か、複数の時系列データの時系列毎の平均値とその標準偏差に基づき算出された変動閾値内にあるか否か、最大値が所定の閾値内にあるか否か、最小値が所定の閾値内にあるか否かの判定条件のうち少なくとも１つを含む、ことを特徴とする処理装置の異常診断システム。
10. 請求項５ないし９のいずれかに記載の処理装置の異常診断システムにおいて、
    上記診断部による照合が不一致だった場合、上記モデルデータを変更して照合することにより異常原因を推定する第１の再診断部を更に具備し、上記判定条件は、予め異常原因毎に発生する時系列データの特有な変動傾向との関連性の高低が順位付けされており、上記変更前のモデルデータは、最高位から所定の順位内までの判定条件の判定結果のみを照合するものであって、上記変更後のモデルデータは、最高位から上記所定の順位より下位の順位内までの判定条件の判定結果を照合するものである、ことを特徴とする処理装置の異常診断システム。
11. 請求項１０記載の処理装置の異常診断システムにおいて、
    上記第１の再診断部による照合が不一致だった場合、上記モデルデータを更に変更して上記第１の再診断部による照合を繰り返し実行する、ことを特徴とする処理装置の異常診断システム。
12. 請求項１０又は１１に記載の処理装置の異常診断システムにおいて、
    上記第１の再診断部は、上記判定データと上記モデルデータの一致度を算出し、一致度の高い順に異常原因候補の順位付けを更に行う、ことを特徴とする処理装置の異常診断システム。
13. 請求項５ないし９のいずれかに記載の処理装置の異常診断システムにおいて、
    上記診断部による照合が不一致だった場合、上記判定条件を変更して、変更後の判定条件に合致するか否かを判定すると共に、判定結果の組み合わせからなる再判定データを作成する再判定データ作成部と、上記再判定データと、異常原因毎に発生する時系列データの特有な変動傾向に基づいて予め設定されると共に、上記再判定データに対応するモデルデータと照合することにより異常原因を推定する第２の再診断部を更に具備する、ことを特徴とする処理装置の異常診断システム。

Images