JP6737277B2 - 製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラム - Google Patents

製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラム Download PDF

Info

Publication number
JP6737277B2
JP6737277B2 JP2017532379A JP2017532379A JP6737277B2 JP 6737277 B2 JP6737277 B2 JP 6737277B2 JP 2017532379 A JP2017532379 A JP 2017532379A JP 2017532379 A JP2017532379 A JP 2017532379A JP 6737277 B2 JP6737277 B2 JP 6737277B2
Authority
JP
Japan
Prior art keywords
time
shift time
value
manufacturing process
shift
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
Application number
JP2017532379A
Other languages
English (en)
Other versions
JPWO2017022234A1 (ja
Inventor
孝純 河合
孝純 河合
勝博 落合
勝博 落合
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2017022234A1 publication Critical patent/JPWO2017022234A1/ja
Application granted granted Critical
Publication of JP6737277B2 publication Critical patent/JP6737277B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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]
    • 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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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]
    • G05B19/41885—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 modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • General Factory Administration (AREA)

Description

本願発明は、時系列に収集した、製造プロセスの状態を示すデータに基づいて、製造プロセスの状態を分析する技術に関する。
製造プロセスに対する品質管理においては、当該製造プロセスにおいて製造される製造物の製造条件を示す値（製造条件値）を説明変数とし、当該製造物の品質を示す値（品質値）を目的変数として設定する。そして、この品質管理では、この説明変数と目的変数との関係を分析することによって、品質値に影響を及ぼす製造条件を特定する。
このような、製造プロセスの状態を分析する技術の一例として、特許文献１には、説明変数の中に質的変数と量的変数が混在する場合、あるいは、目的変数と説明変数との相関関係が線形でない場合であっても、プロセスデータ（製造プロセスの状態を示すデータ）を解析可能な影響要因特定装置が開示されている。この装置は、説明変数の中の量的変数からなる各データセットを、それぞれ係る説明変数の中の質的変数がもつ水準によって複数のセグメントに分離し、セグメント毎に、補完値を用いて量的変数として扱える疑似データセットを形成する。この装置は、疑似データセットの集合からなる説明変数と目的変数とに対して多変量解析手法を適用することによって、目的変数に影響する影響要因を特定する。
また、特許文献２には、半導体製造プロセスにおけるプロセスデータと結果データの相関関係を容易にモデル化することができるモデル化装置が開示されている。この装置は、プロセス実行時に得られたプロセス条件データを一定周期で収集することにより得られた時系列なプロセスデータを取得する。この装置は、次に、プロセスデータからプロセス特徴量を示すデータを抽出し、抽出したプロセス特徴量を記憶する。この装置は、製品の識別子（以下「ＩＤ」（IDentification）と称する）をキーに、プロセス特徴量データ、検査データ、及び、故障データを結合したのち、不正データを削除して生成した解析用データを、データマイニングにより解析しモデルを作成する。
また、特許文献３には、収集した時系列なプロセスデータの組について、時間をシフトして相関を分析し、最も相関が強くなるシフト時間を探索する方法が開示されている。この方法では、探索結果から選択したプロセス時系列データを用いて、プロセスデータ間の関係をプロセス応答モデルとして記述する。
特許第4394728号公報 特開2004-186445号公報 特開2004-078812号公報
Guofei Jiang ・ Haifeng Chen ・ Kenji Yoshihira, "Discovering likely invariants of distributed transaction systems for autonomic system management", Cluster Comput (2006) Vol.9: P385−399.
製造プロセスにおけるプロセスデータの多くは、時系列な測定値である。製造プロセスでは、一般的に、対象となる材料などに連続的に処理が施されることによって、製造物が形成される。このような製造プロセスにおいては、通常、製品の不良に影響を与える特定のプロセスが実施された時刻は、品質値を測定した時刻と異なっている。そして、製造物またはその一部に処理が施された時刻はプロセスごとに異なる。すなわち、製造条件値を測定する時刻と品質値を測定する時刻との間の差異を適切に補正しないと、製造条件と品質との間の因果関係を明らかにすることはできない。特許文献１及び２に記載の装置においては、このような測定時刻に関する差異は考慮されていない。特に品質値を計測する時間間隔に対して、製造プロセス全体の時間が長いような場合は、このような測定時刻に関する差異によって、不正確な分析が行われることになるので、不良要因を正確に特定することが困難になる。
このような問題に対して、特許文献３に記載された方法では、収集した時系列なプロセスデータの組について、時間をシフトして相関を分析することによって、このような測定時刻に関する差異を考慮している。しかしながら、このような相関分析において、精度を高めるためには、一般に上述した測定時刻に関する差異を短く設定する必要があるので、測定時刻に関する差異が長い場合における、製造条件と品質との間の因果関係を明らかにすることは困難である。また、製造プロセスの内容、あるいは、製造条件値と品質値を測定するセンサが設置された位置などを含む条件によっては、相関が明確にならない場合がある。このような場合、特許文献３に記載された方法では、製造プロセスにおける不良要因を正確に特定することが困難になる。
したがって、特許文献１乃至３が開示する技術では、製造プロセスにおける不良要因を正確に特定するには不十分である。本願発明の主たる目的は、この課題を解決した製造プロセス分析装置を提供することである。
本願発明の一態様に係る製造プロセス分析装置は、製造物が製造されるプロセスにおいて、時系列に測定された前記製造物に関する製造条件を示す製造条件値と、時系列に測定された前記製造物の品質を示す品質値と、について、前記製造条件値が測定された時刻と前記品質値が測定された時刻との差分を表すシフト時間ごとにインバリアント適合性の強さを算出する算出手段と、算出した前記インバリアント適合性の強さが基準を満たすときの前記シフト時間を特定シフト時間として求めるシフト時間特定手段と、前記品質値と、前記品質値が測定された時刻に対して前記シフト時間特定手段により特定された前記特定シフト時間を遡った時刻における前記製造条件値と、に基づいて、前記プロセスの状態を分析する分析手段と、を備える。
上記目的を達成する他の見地において、本願発明の一態様に係る製造プロセス分析方法は、情報処理装置によって、製造物が製造されるプロセスにおいて、時系列に測定された前記製造物に関する製造条件を示す製造条件値と、時系列に測定された前記製造物の品質を示す品質値と、について、前記製造条件値が測定された時刻と前記品質値が測定された時刻との差分を表すシフト時間ごとにインバリアント適合性の強さを算出し、算出した前記インバリアント適合性の強さが基準を満たすときの前記シフト時間を特定シフト時間として求め、前記品質値と、前記品質値が測定された時刻に対して、特定された前記特定シフト時間を遡った時刻における前記製造条件値と、に基づいて、前記プロセスの状態を分析する。
また、上記目的を達成する更なる見地において、本願発明の一態様に係る製造プロセス分析プログラムは、製造物が製造されるプロセスにおいて、時系列に測定された前記製造物に関する製造条件を示す製造条件値と、時系列に測定された前記製造物の品質を示す品質値と、について、前記製造条件値が測定された時刻と前記品質値が測定された時刻との差分であるシフト時間ごとにインバリアント適合性の強さを算出する算出処理と、算出した前記インバリアント適合性の強さが基準を満たすときの前記シフト時間を特定シフト時間として求めるシフト時間特定処理と、前記品質値と、前記品質値が測定された時刻に対して前記シフト時間特定処理により特定された前記特定シフト時間を遡った時刻における前記製造条件値と、に基づいて、前記プロセスの状態を分析する分析処理と、をコンピュータに実行させる。
更に、本願発明は、係る製造プロセス分析プログラム（コンピュータプログラム）が格納された、コンピュータ読み取り可能な、不揮発性の記録媒体によっても実現可能である。
本願発明は、時系列に収集した、製造プロセスの状態を示すデータに基づいて、製造プロセスに存在する問題をより高い精度で分析することを可能とする。
本願発明の第１の実施形態に係る製造プロセス分析システム１の構成を示すブロック図である。 本願発明の第１の実施形態に係る属性情報１４０の構成を例示する図である。 本願発明の第１の実施形態に係る製造条件データ１６０の構成を例示する図である。 本願発明の第１の実施形態に係る品質データ１６１の構成を例示する図である。 本願発明の第１の実施形態に係る予測誤差の時間推移を示すグラフの例（インバリアントな関係にある場合）を示す図である。 本願発明の第１の実施形態に係る予測誤差の時間推移を示すグラフの例（インバリアントな関係にない場合）を示す図である。 本願発明の第１の実施形態に係る製造プロセスが複数のサブプロセスを含む場合における特定シフト時間の分布状況を例示する図である。 本願発明の第１の実施形態に係る製造プロセス分析装置１０の動作を示すフローチャート（１／２）である。 本願発明の第１の実施形態に係る製造プロセス分析装置１０の動作を示すフローチャート（２／２）である。 本願発明の第２の実施形態に係る製造プロセス分析装置３０の構成を示すブロック図である。 本願発明の各実施形態に係る製造プロセス分析装置を実行可能な情報処理装置の構成を例示するブロック図である。
以下、本願発明の実施の形態について図面を参照して詳細に説明する。
＜第１の実施形態＞
図１は、本願発明の第１の実施の形態の製造プロセス分析システム１を概念的に示すブロック図である。本実施形態に係る製造プロセス分析システム１は、大別して、製造プロセス分析装置１０、及び、製造プロセス装置２０を有している。
製造プロセス装置２０は、所定の製造プロセスによって製造物（物品）を製造する装置である。製造プロセス分析装置１０は、製造プロセス装置２０が実行する製造プロセスに存在する問題を分析する装置である。すなわち、製造プロセス装置２０は、製造プロセス分析装置１０が分析対象とする被分析装置である。
製造プロセス装置２０には、製造条件値測定センサ２１−１乃至２１−ｍ（ｍは１以上の任意の整数）、及び、品質値測定センサ２２−１乃至２２−ｎ（ｎは１以上の任意の整数）が設置されている。製造条件値測定センサ２１−１乃至２１−ｍは、製造プロセスにおける製造条件値を測定し、その測定結果を製造条件データとして出力する測定器である。品質値測定センサ２２−１乃至２２−ｎは、製造プロセスによって製造される製造物の品質値を測定し、その測定結果を品質データとして出力する測定器である。これらの製造条件値測定センサ及び品質値測定センサは、製造プロセス分析装置１０が備えるインタフェース（不図示）によってデータに変換可能な信号を出力してもよい。
図１に示す通り、本実施形態に係る製造プロセス分析装置１０は、算出部１１、シフト時間特定部１２、分析部１３、属性情報記憶部１４、データ収集部１５、及び、データ記憶部１６を備えている。算出部１１、シフト時間特定部１２、分析部１３、及び、データ収集部１５は、電子回路の場合もあれば、コンピュータプログラムとそのコンピュータプログラムに従って動作するプロセッサによって実現される場合もある。属性情報記憶部１４、及び、データ記憶部１６は、メモリあるいは磁気ディスク等の記憶デバイスである。属性情報記憶部１４、及び、データ記憶部１６は、電子回路、あるいは、コンピュータプログラムとそのコンピュータプログラムに従って動作するプロセッサによって実現される記憶制御機能を備えている。
属性情報記憶部１４は、属性情報１４０を記憶している。属性情報１４０は、製造条件値測定センサ２１−１乃至２１−ｍ、及び、品質値測定センサ２２−１乃至２２−ｎに関する属性情報（ドメイン情報）である。
図２に、本実施形態に係る属性情報１４０の構成を例示する。属性情報１４０は、製造プロセス装置２０に設置されたセンサごとに、「センサＩＤ」、「カテゴリ」、「収集データ内容」、及び、「設置場所」という項目が関連付けされたレコードを含む情報である。「センサＩＤ」は、各センサを識別可能な識別子を示す項目である。「カテゴリ」は、レコードが示すセンサが、製造条件値を測定するセンサであるのか、あるいは、製造物の品質値を測定するセンサであるのかを示す項目である。
「収集データ内容」は、当該センサが収集するデータの内容を表す項目である。図２に示す通り、製造条件値測定センサ２１−１は、例えば、製造条件値である加熱温度を測定する。品質値測定センサ２２−ｎは、例えば、製造物の品質値である電気抵抗値を測定する。「設置場所」は、例えば、当該センサが設置された場所を示す項目であり、本実施形態では、セクション単位で示されている。
尚、属性情報１４０の構成は、図２に示す構成に限定されない。
データ収集部１５は、製造条件値測定センサ２１−１乃至２１−ｍから出力された製造条件データ、及び、品質値測定センサ２２−１乃至２２−ｎから出力された品質データを収集する。データ収集部１５は、収集した製造条件データ及び品質データを、順に、製造条件データ１６０、及び、品質データ１６１として、データ記憶部１６に格納する。
図３に、本実施形態に係る製造条件データ１６０の構成を例示する。製造条件データ１６０は、製造条件値測定センサ２１−１乃至２１−ｍの各々について、「センサＩＤ」、「収集データ内容」、「測定時刻」、及び、「測定値」という項目が関連付けされたレコードを含む情報である。「センサＩＤ」及び「収集データ内容」は、図２について説明した通りである。「測定時刻」、及び、「測定値」は各センサが測定した結果を示す情報である。図３に例示する通り、例えば、本実施形態に係る製造条件値測定センサ２１−１は、１分ごとに加熱温度を測定する。尚、製造条件データ１６０の構成は、図３に示す構成に限定されない。
図４に、本実施形態に係る品質データ１６１の構成を例示する。品質データ１６１は、品質値測定センサ２２−１乃至２２−ｎの各々について、「センサＩＤ」、「収集データ内容」、「測定時刻」、及び、「測定値」という項目が関連付けされたレコードを含む情報である。これらの項目の内容は、図３について説明した通りである。図４に例示する通り、例えば、本実施形態に係る品質値測定センサ２２−１は、１分ごとに製造物の硬度を測定する。尚、品質データ１６１の構成は、図４に示す構成に限定されない。
算出部１１は、データ記憶部１６から、製造条件データ１６０及び品質データ１６１を読み出す。算出部１１は、製造条件値測定センサ２１−ｉ（ｉは１乃至ｍのいずれかの整数）、及び、品質値測定センサ２２−ｊ（ｊは１乃至ｎのいずれかの整数）の組み合わせを選択する。算出部１１は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊについて、いずれかのシフト時間を設定し、そのシフト時間に関して、製造条件値と品質値との間のインバリアント適合性の強さを算出する。ここでシフト時間とは、製造条件値が測定された時刻と品質値が測定された時刻との差分を表す時間である。尚、製造条件値及び品質値は、順に、原因と結果という関係にあるので、製造条件値が測定された時刻は、品質値が測定された時刻よりも前の時刻であることが前提となる。
ここでインバリアント適合性について説明する。製造プロセスにおいて行われる時系列な事象は、モデル化することができる。すなわち、製造プロセスにおいて、特定のセンサにより測定される時系列な値は、その他のセンサにより測定される値、及び、時間等を入力変数とする数式によって表すことができる。これにより、特定のセンサにより測定される時系列な値は、モデルを表す数式によって予測することができる。
製造プロセスにおける第１のセンサについて、第２のセンサによる測定値から当該モデルを使用して算出された予測値と、実際の測定値との間には、予測誤差（差異）がある。モデルが製造プロセスにおいて行われる事象を正しく表し、製造プロセスに異常が発生していない場合、この予測誤差は小さく、所定の閾値以下に収まる。本願では、このように予測誤差が所定の閾値以下に収まる場合、第１のセンサと第２のセンサは「インバリアントな関係にある」と称する。そして、予測誤差が小さいほど、第１のセンサと第２のセンサとの間の「インバリアント適合性が強い」と称する。第１及び第２のセンサに関係する製造プロセスに異常が発生した場合、例えば非特許文献１に記載されている通り、このインバリアントな関係が崩れることが知られている。また、第１のセンサと第２のセンサとの間のインバリアント適合性の強さは、第１及び第２のセンサに関するシフト時間によっても変動する。
算出部１１は、製造条件値と品質値との間のインバリアント適合性の強さを、外因性の自己回帰モデル（ＡＲＸ（Auto-Regressive eXogenous）モデル）に基づいて算出してもよい。算出部１１は、この場合、例えば非特許文献１に記載された手法を用いて、製造条件値と品質値との間のインバリアント適合性の強さを算出する。
算出部１１は、シフト時間として例えば１０分を設定した場合、図３に例示する製造条件データ１６０から、製造条件値測定センサ２１−ｉに関する「１５：００」に測定された測定値を抽出する。算出部１１は、抽出した製造条件値測定センサ２１−ｉに関する測定値と、製造プロセスを表すモデルとに基づいて、「１５：１０」における品質値測定センサ２２−ｊに関する予測値を算出する。算出部１１は、図４に例示する品質データ１６１から、品質値測定センサ２２−ｊに関する「１５：１０」に測定された測定値を抽出する。算出部１１は、当該予測値と当該測定値との差分を、「１５：１０」における品質値測定センサ２２−ｊに関する予測誤差として算出する。算出部１１は、同様に、製造条件値測定センサ２１−ｉに関する「１５：０１」に測定された測定値を使用して、「１５：１１」における品質値測定センサ２２−ｊに関する予測値を算出する。算出部１１は、「１５：１１」における品質値測定センサ２２−ｊに関する予測誤差を算出する。算出部１１は、このように、シフト時間を１０分に設定した場合における、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊに関する予測誤差（すなわち、インバリアント適合性の強さ）を、時系列に算出する。
算出部１１は、シフト時間の設定値を変更し、変更したシフト時間について、同様の処理を行う。一般的な製造プロセスにおいて、製造条件値と品質値とがインバリアントな関係になり得るシフト時間の範囲は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの属性情報に依存することが多い。属性情報１４０が図２に例示する構成である場合、製造条件値と品質値とがインバリアントな関係になり得るシフト時間の範囲は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの設置場所、及び、製造プロセスが進行する速度に依存する。したがって、算出部１１は、属性情報１４０、及び、製造プロセスが進行する速度に基づいて、シフト時間がとり得る範囲を設定したのち、当該範囲内でシフト時間の設定値を変更してもよい。
シフト時間特定部１２は、いずれかのシフト時間に関して、算出部１１によって算出された、製造条件値と品質値との間のインバリアント適合性の強さが基準を満たすか否かを判定する。シフト時間特定部１２は、そのインバリアント適合性の強さが基準を満たす場合、そのシフト時間を、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊに関する特定シフト時間として特定する。
図５に、製造条件値と品質値とがインバリアントな関係にある場合における、予測誤差の時間推移を例示する。図５に例示する通り、所定の期間における予測誤差の変動範囲は、インバリアント判定閾値以下に収まっている。この場合、シフト時間特定部１２は、このときのシフト時間Ｔ１を、特定シフト時間として特定する。
図６に、製造条件値と品質値とがインバリアントな関係にない場合における、予測誤差の時間推移を例示する。図６に例示する通り、所定の期間における予測誤差の変動範囲は、インバリアント判定閾値を超えている。この場合、シフト時間特定部１２は、このときのシフト時間Ｔ２を、特定シフト時間として特定しない。
シフト時間特定部１２は、予測誤差に関して、図５及び６に示す例とは異なる基準に基づいて、製造条件値と品質値とがインバリアントな関係にあるか否かを判定してもよい。シフト時間特定部１２は、例えば、予測誤差の変動範囲の平均値が閾値以下であるか否かを判定してもよい。
製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの特定の組み合わせについて、製造条件値と品質値とがインバリアントな関係になるシフト時間が、複数存在する場合がある。これらのシフト時間の中には、例えば、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの位置関係等からみて、値が妥当とはいえないシフト時間が含まれている可能性がある。シフト時間特定部１２は、１以上のこれらのシフト時間について、その妥当性を、属性情報１４０に基づいて判定してもよい。
逆にシフト時間が複数存在することが妥当である場合には、シフト時間特定部１２は、予め関係する製造条件値を異なる製造条件値として複数設定し、属性情報から特定されるシフト時間について異なる範囲を設定する。近年の製造装置ではプロセスの後段で発生する熱を還流して初期流入材料を予熱するなど、一つの製造条件値が複数の製造時間帯の異なる製品に影響する可能性もあるため、このような対応が必要な場合もある。
シフト時間特定部１２は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊについて、製造条件値と品質値とがインバリアントな関係にある特定シフト時間を分析部１３へ入力する。
シフト時間特定部１２は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊについて、製造条件値と品質値とがインバリアントな関係にあるシフト時間が存在しない場合、属性情報１４０に基づいて、この場合の特定シフト時間を特定する。属性情報１４０が図２に例示する構成である場合、シフト時間は、一般的に、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの設置場所（相対的な位置関係）、及び、製造プロセスが進行する速度に依存する。シフト時間特定部１２は、図２に例示する属性情報１４０によって示される、各センサが設置されたセクションによって、例えばセンサ間の距離を含む相対的な位置関係を特定可能である。したがってこの場合、シフト時間特定部１２は、属性情報１４０、及び、製造プロセスが進行する速度に基づいて、所定の手順にしたがって特定シフト時間を特定する。シフト時間特定部１２は、当該手順を、例えば製造プロセス分析装置１０の管理者によって事前に与えられていることとする。
シフト時間特定部１２は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊについて、製造条件値と品質値とがインバリアントな関係にあるシフト時間が存在しない場合、当該品質値とインバリアントな関係にある別の製造条件値の間の特定シフト時間を利用して、目的の特定シフト時間を求めてもよい。例えば、製造条件値測定センサ２１−ｋ（ｋは１乃至ｍのいずれかの整数）及び品質値測定センサ２２−ｊについて、既に特定シフト時間（第１の特定シフト時間）が特定されている場合を考える。そして、製造条件値測定センサ２１−ｉ及び２１−ｋについても、算出部１１及びシフト時間特定部１２によって、特定シフト時間（第２の特定シフト時間）が特定されているとする。なお、算出部１１は、製造条件値同士についても、インバリアント適合性の強さを算出することとする。シフト時間特定部１２は、当該製造条件値同士について、特定シフト時間を特定することとする。このとき、シフト時間特定部１２は、第１の特定シフト時間に第２の特定シフト時間を加えることによって、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊに関する特定シフト時間を特定する。すなわち、この場合、シフト時間特定部１２は、既に特定されている複数の特定シフト時間に基づいて、相対的にシフト時間を求める。 図７に、製造プロセスが７つのサブプロセスを含む場合における、特定シフト時間の分布状況を例示する。この場合、製造プロセス装置２０によって製造される製造物は、サブプロセス１乃至７を順に経たのち完成する。図７の下部に例示する棒グラフは、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの組み合わせごとの、特定シフト時間の値を示している。図７は、サブプロセスごとに、特定シフト時間が長い順にソートして表現している。すなわち、係る棒グラフにおける１本の棒は、１つの組み合わせを表す。図７の上部に例示する時間は、サブプロセスごとの特定シフト時間の平均値である。
図７に例示する通り、サブプロセスごとの平均特定シフト時間は、一般的に、初期のサブプロセスの方が長く、製造プロセスが進むにつれて短くなる傾向がある。但し、図７の例では、最終段階のサブプロセスであるサブプロセス６及び７について、平均特定シフト時間が長くなっており、サブプロセス１の平均特定シフト時間と同等の値になっている。これは、製造プロセス装置２０が、サブプロセス６及び７において、高温の製造物を冷却することによって得られる高温のガスを、サブプロセス１に還流しているからである。これにより、図７に例示する製造プロセスでは、サブプロセス６及び７による製造物の品質への影響が出るまでの特定シフト時間は、サブプロセス１に関する特定シフト時間と同等となる。
図７に例示する製造プロセスでは、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの組み合わせごとの特定シフト時間のうち、その値が、サブプロセスごとの平均特定シフト時間と大きく乖離している場合、その特定シフト時間の信頼性が低いと考えられる。したがって、この場合、シフト時間特定部１２は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの組み合わせごとに特定シフト時間を分析部１３へ入力するのではなく、サブプロセスごとの平均特定シフト時間を算出したのち、算出した平均特定シフト時間を、分析部１３へ入力してもよい。
あるいは、シフト時間特定部１２は、製造プロセスが複数のサブプロセスを含む場合に、サブプロセスごとに、当該サブプロセスに関係する複数の特定シフト時間と、各々の特定シフト時間に関係するインバリアント適合性の強さとに基づいて、特定シフト時間の代表値を分析部１３へ入力してもよい。この場合、シフト時間特定部１２は、例えば、各々の特定シフト時間を、当該特定シフト時間に関するインバリアント適合性の強さによる重みづけを行うことによって、特定シフト時間の代表値を算出する。
分析部１３は、データ記憶部１６から読み出した、製造条件データ１６０及び品質データ１６１に基づいて、製造プロセス装置２０における製造プロセスの状態を分析する。分析部１３は、この際、品質データ１６１における特定の品質値と、その特定の品質値が測定された時刻に対して、シフト時間特定部１２から入力された特定シフト時間を遡った時刻における、製造条件データ１６０における製造条件値と、に基づいて、製造プロセスの状態を分析する。
分析部１３は、例えば、品質データ１６１における何れかの品質値が異常な値を示している場合、当該品質値と因果関係にある１以上の製造条件値の少なくともいずれかが、異常な値を示しているか否かを分析する。分析部１３は、このような分析を自動で行ってもよいし、ユーザによる詳細な分析をサポートする情報として、分析結果をユーザに提供してもよい。
分析部１３は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの特定の組み合わせについて、シフト時間特定部１２から複数の特定シフト時間を入力された場合、当該組み合わせについて、複数の特定シフト時間を使用した分析を行う。
次に図８Ａ及び８Ｂのフローチャートを参照して、本実施形態に係る製造プロセス分析装置１０の動作（処理）について詳細に説明する。
データ収集部１５は、製造プロセス装置２０から、製造条件データ及び品質データを収集し、製造条件データ１６０及び品質データ１６１として、データ記憶部１６に格納する（ステップＳ１０１）。算出部１１は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの組み合わせを選択する（ステップＳ１０２）。算出部１１は、選択した組み合わせについて、シフト時間Ｔに関してインバリアント適合性の強さを算出する（ステップＳ１０３）。
算出されたインバリアント適合性の強さが基準を満たす場合（ステップＳ１０４でＹｅｓ）、シフト時間特定部１２は、シフト時間Ｔを、特定シフト時間として特定する（ステップＳ１０５）。算出されたインバリアント適合性の強さが基準を満たさない場合（ステップＳ１０４でＮｏ）、処理は、ステップＳ１０６へ進む。
許容される全てのシフト時間のうち、算出部１１が処理を行っていないシフト時間が存在する場合（ステップＳ１０６でＮｏ）、算出部１１は、シフト時間Ｔを処理が行われていない別の値に設定し（ステップＳ１０７）、処理は、ステップＳ１０３へ戻る。許容される全てのシフト時間について、算出部１１が処理を完了した場合（ステップＳ１０６でＹｅｓ）、処理はステップＳ１０８へ進む。
ステップＳ１０３にて算出部１３により算出された相関の強さが基準を満たすことができるシフト時間が、算出部１１により処理されたシフト時間の中に存在する場合（ステップＳ１０８でＹｅｓ）、シフト時間特定部１２は、算出部１１から入力されたシフト時間を、特定シフト時間として分析部１３へ入力する（ステップＳ１０９）。相関の強さが基準を満たすシフト時間が存在しない場合（ステップＳ１０８でＮｏ）、シフト時間特定部１２は、属性情報１４０、あるいは、別のセンサに関する特定シフト時間に基づいて特定シフト時間を特定し、その特定シフト時間を、分析部１３へ入力する（ステップＳ１１０）。
許容される全てのセンサの組み合わせのうち、算出部１１及びシフト時間特定部１２が処理を行っていないセンサの組み合わせが存在する場合（ステップＳ１１１でＮｏ）、処理はステップＳ１０２へ戻る。許容される全てのセンサの組み合わせについて、算出部１１及びシフト時間特定部１２が処理を完了した場合（ステップＳ１１１でＹｅｓ）、分析部１３は、品質値と、品質値が測定された時刻に対して特定シフト時間を遡った時刻における製造条件値に基づき、プロセスの状態を分析し（ステップＳ１１２）、全体の処理は終了する。
本実施形態に係る製造プロセス分析装置１０は、時系列に収集した、製造プロセスの状態を示すデータに基づいて、製造プロセスに存在する問題をより高い精度で分析することができる。その理由は、製造プロセス分析装置１０が以下の通りに動作するからである。すなわち、
・算出部１１は、時系列に測定された製造条件値と品質値とについて、シフト時間ごとにインバリアント適合性の強さを算出する。
・シフト時間特定部１２は、そのインバリアント適合性の強さが基準を満たすときのシフト時間を特定シフト時間として特定する。
・分析部１３は、品質値と、その品質値が測定された時刻に対してシフト時間特定部１２により特定された特定シフト時間を遡った時刻における製造条件値と、に基づいて、製造プロセスの状態を分析する。
以下に、本実施形態に係る製造プロセス分析装置１０によって実現される効果について、詳細に説明する。
製造プロセスにおいては、通常、製品の不良に影響を与える特定のプロセスが実施された時刻は、品質値を測定した時刻と異なっている。そして、製造物またはその一部に処理が施された時刻はプロセスごとに異なる。すなわち、製造条件値を測定する時刻と品質値を測定する時刻との間の差異（シフト時間）を適切に補正しないと、製造条件と品質との間の因果関係を明らかにすることはできない。したがって、シフト時間を高い精度で補正可能な技術が期待されている。この場合、例えば、製造条件値との品質値との相関の強さを求めることによってシフト時間を高い精度で補正することが考えられる。しかしながら、このような相関分析において、精度を高めるためには、一般に上述した測定時刻に関する差異を短く設定する必要があるので、測定時刻に関する差異が長い場合における、製造条件と品質との間の因果関係を明らかにすることは困難である。また、製造プロセスの内容、あるいは、製造条件値と品質値を測定するセンサが設置された位置などを含む条件によっては、相関が明確にならない場合もある。したがって、シフト時間を高い精度で補正することは困難であるという課題がある。
これに対して、本実施形態に係る製造プロセス分析装置１０では、算出部１１は、時系列に測定された製造条件値と品質値とについて、シフト時間ごとにインバリアント適合性の強さを算出する。シフト時間特定部１２は、そのインバリアント適合性の強さが基準を満たすときのシフト時間を特定シフト時間として特定する。すなわち、本実施形態に係る製造プロセス分析装置１０は、製造条件値との品質値との相関分析を行う場合では特定することが困難であった、より長いシフト時間を特定することができる。そして、分析部１３は、品質値と、その品質値が測定された時刻に対してシフト時間特定部１２により特定された、精度がより高い特定シフト時間を遡った時刻における製造条件値と、に基づいて、製造プロセスの状態を分析する。これにより、本実施形態に係る製造プロセス分析装置１０は、時系列に収集した、製造プロセスの状態を示すデータに基づいて、製造プロセスに存在する問題をより高い精度で分析することができる。
また、本実施形態に係る算出部１１は、製造条件値と品質値との間の相関の強さを、外因性の自己回帰モデル（ＡＲＸモデル）に基づいて算出することができる。したがって、本実施形態に係る製造プロセス分析装置１０は、相関の強さを正確かつ効率的に算出することによって、製造プロセスを、より正確かつ効率的に分析することができる。
また、本実施形態に係るシフト時間特定部１２は、製造条件値測定センサ２１−ｉ及び品質値測定センサ２２−ｊの特定の組み合わせについて、製造条件値と品質値とがインバリアントな関係になるシフト時間が複数存在する場合、それらの複数のシフト時間を出力する。そして、分析部１３は、シフト時間特定部１２を通して入手したそれらの複数の特定シフト時間を使用することによって、製造プロセスの状態を分析する。すなわち、本実施形態に係る製造プロセス分析装置１０は、製造プロセス内に存在する、製造条件値と品質値との間の因果関係を示すデータを可能な限り使用することによって、製造プロセスを分析する精度を、さらに高めることができる。なお、本実施形態に係るシフト時間特定部１２は、上述した複数のシフト時間のうち、製造条件値と品質値との間のインバリアント適合性の強さが最大となるシフト時間を出力してもよい。この場合、本実施形態に係る製造プロセス分析装置１０は、製造条件値と品質値との間の因果関係を示すデータを絞り込むことによって、製造プロセスを効率よく分析することができる。
また、本実施形態に係る算出部１１は、属性情報１４０、及び、製造プロセスが進行する速度に基づいて、シフト時間がとり得る範囲を設定したのち、当該範囲内でシフト時間の設定値を変更する。これにより、算出部１１は、目的とするシフト時間を、漏れなく、かつ、効率的に求めることができる。
また、本実施形態に係るシフト時間特定部１２は、製造条件値と品質値とがインバリアントな関係になる１以上のシフト時間について、その妥当性を、属性情報１４０に基づいて判定することができる。これにより、本実施形態に係る製造プロセス分析装置１０は、より正確に製造プロセスを分析することができる。
また、本実施形態に係るシフト時間特定部１２は、製造プロセスが複数のサブプロセスを含む場合に、サブプロセスごとに、当該サブプロセスに関係する複数のシフト時間と、各々のシフト時間に関係するインバリアント適合性の強さとに基づいて、特定シフト時間の代表値を特定することができる。これにより、本実施形態に係る製造プロセス分析装置１０は、信頼性が低いと考えられる特定シフト時間による製造プロセス分析への影響を小さくし、より正確に製造プロセスを分析することができる。
さらに、本実施形態に係るシフト時間特定部１２は、製造条件値及び品質値に関する特定の組み合わせについて、基準を満たすシフト時間が存在しない場合、属性情報１４０、あるいは、その特定の組み合わせとは異なる組み合わせについて特定されているシフト時間に基づいて、特定シフト時間を特定する。すなわち、本実施形態に係るシフト時間特定部１２は、より多くの特定シフト時間を特定することによって、製造プロセスを分析する精度を向上することができる。
＜第２の実施形態＞
図９は、第２の実施形態に係る製造プロセス分析装置３０の構成を概念的に示すブロック図である。
本実施形態に係る製造プロセス分析装置３０は、算出部３１、シフト時間特定部３２、及び、分析部３３を備えている。
算出部３１は、製造物が製造されるプロセスにおいて、時系列に測定された製造条件値３６０と品質値３６１とについて、シフト時間ごとにインバリアント適合性の強さを算出する。製造条件値３６０は、当該製造物に関する製造条件を示す値である。品質値３６１は、当該製造物の品質を示す値である。シフト時間は、製造条件値３６０が測定された時刻と品質値３６１が測定された時刻との差分を表す時間である。
シフト時間特定部３２は、インバリアント適合性の強さが基準を満たすときのシフト時間を特定シフト時間として求める。
分析部３３は、当該品質値と、当該品質値が測定された時刻に対してシフト時間特定部３２により特定された特定シフト時間を遡った時刻における製造条件値と、に基づいて、プロセスの状態を分析する。
本実施形態に係る製造プロセス分析装置３０は、時系列に収集した、製造プロセスの状態を示すデータに基づいて、製造プロセスに存在する問題をより高い精度で分析することができる。その理由は、製造プロセス分析装置３０が以下の通りに動作するからである。すなわち、
・算出部３１は、時系列に測定された製造条件値と品質値とについて、シフト時間ごとにインバリアント適合性の強さを算出する。
・シフト時間特定部３２は、そのインバリアント適合性の強さが基準を満たすときのシフト時間を特定シフト時間として特定する。
・分析部３３は、品質値と、その品質値が測定された時刻に対してシフト時間特定部３２により特定された特定シフト時間を遡った時刻における製造条件値と、に基づいて、製造プロセスの状態を分析する。
＜ハードウェア構成例＞
上述した各実施形態において図１、及び、図９に示した各部は、専用のＨＷ（ＨａｒｄＷａｒｅ）（電子回路）によって実現することができる。また、図１及び図９において、少なくとも、下記構成は、ソフトウェアプログラムの機能（処理）単位（ソフトウェアモジュール）と捉えることができる。
・算出部１１及び３１
・シフト時間特定部１２及び３２
・分析部１３及び３３
・データ収集部１５
・属性情報記憶部１４及びデータ記憶部１６が備える記憶制御機能
但し、これらの図面に示した各部の区分けは、説明の便宜上の構成であり、実装に際しては、様々な構成が想定され得る。この場合のハードウェア環境の一例を、図１０を参照して説明する。
図１０は、本願発明の各実施形態に係る製造プロセス分析装置を実行可能な情報処理装置９００（コンピュータ）の構成を例示的に説明する図である。即ち、図１０は、図１及び図９に示した製造プロセス分析装置を実現可能なコンピュータ（情報処理装置）の構成であって、上述した実施形態における各機能を実現可能なハードウェア環境を表す。
図１０に示した情報処理装置９００は、構成要素として下記を備えている。
・ＣＰＵ（Ｃｅｎｔｒａｌ＿Ｐｒｏｃｅｓｓｉｎｇ＿Ｕｎｉｔ）９０１、
・ＲＯＭ（Ｒｅａｄ＿Ｏｎｌｙ＿Ｍｅｍｏｒｙ）９０２、
・ＲＡＭ（Ｒａｎｄｏｍ＿Ａｃｃｅｓｓ＿Ｍｅｍｏｒｙ）９０３、
・ハードディスク（記憶装置）９０４、
・外部装置との通信インタフェース９０５、
・バス９０６（通信線）、
・ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ＿Ｄｉｓｃ＿Ｒｅａｄ＿Ｏｎｌｙ＿Ｍｅｍｏｒｙ）等の記録媒体９０７に格納されたデータを読み書き可能なリーダライタ９０８、
・入出力インタフェース９０９。
即ち、上記構成要素を備える情報処理装置９００は、これらの構成がバス９０６を介して接続された一般的なコンピュータである。
そして、上述した実施形態を例に説明した本願発明は、図１０に示した情報処理装置９００に対して、次の機能を実現可能なコンピュータプログラムを供給する。その機能とは、その実施形態の説明において参照したブロック構成図（図１及び図９）における、算出部１１及び３１、シフト時間特定部１２及び３２、分析部１３及び３３、データ収集部１５、及び、属性情報記憶部１４及びデータ記憶部１６が備える記憶制御機能、或いはフローチャート（図８Ａ及び８Ｂ）の機能である。本願発明は、その後、そのコンピュータプログラムを、当該ハードウェアのＣＰＵ９０１に読み出して解釈し実行することによって達成される。また、当該装置内に供給されたコンピュータプログラムは、読み書き可能な揮発性のメモリ（ＲＡＭ９０３）またはハードディスク９０４等の不揮発性の記憶デバイスに格納すれば良い。
また、前記の場合において、当該ハードウェア内へのコンピュータプログラムの供給方法は、現在では一般的な手順を採用することができる。その手順としては、例えば、ＣＤ−ＲＯＭ等の各種記録媒体９０７を介して当該装置内にインストールする方法や、インターネット等の通信回線を介して外部よりダウンロードする方法等がある。そして、このような場合において、本願発明は、係るコンピュータプログラムを構成するコード或いは、そのコードが格納された記録媒体９０７によって構成されると捉えることができる。
以上、上述した実施形態を模範的な例として本願発明を説明した。しかしながら、本願発明は、上述した実施形態には限定されない。即ち、本願発明は、本願発明のスコープ内において、当業者が理解し得る様々な態様を適用することができる。
本願発明は、製造プロセスにおける異常を監視する用途、あるいは、製造プロセスに対する最適化装置と組み合わせることによるプラントの最適制御等にも適用可能である。
この出願は、２０１５年８月６日に出願された日本出願特願２０１５−１５５８８５を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１ 製造プロセス分析システム
１０ 製造プロセス分析装置
１１ 算出部
１２ シフト時間特定部
１３ 分析部
１４ 属性情報記憶部
１４０ 属性情報
１５ データ収集部
１６ データ記憶部
１６０ 製造条件データ
１６１ 品質データ
２０ 製造プロセス装置
２１−１乃至２１−ｍ 製造条件値測定センサ
２２−１乃至２２−ｎ 品質値測定センサ
３０ 製造プロセス分析装置
３１ 算出部
３２ シフト時間特定部
３３ 分析部
３６０ 製造条件値
３６１ 品質値
９００ 情報処理装置
９０１ ＣＰＵ
９０２ ＲＯＭ
９０３ ＲＡＭ
９０４ ハードディスク（記憶装置）
９０５ 通信インタフェース
９０６ バス
９０７ 記録媒体
９０８ リーダライタ
９０９ 入出力インタフェース

Claims (10)

  1. 製造物が製造されるプロセスにおいて、時系列に測定された前記製造物に関する製造条件を示す製造条件値と、時系列に測定された前記製造物の品質を示す品質値と、について、前記製造条件値が測定された時刻と前記品質値が測定された時刻との差分を表すシフト時間ごとにインバリアント適合性の強さを算出する算出手段と、
    算出した前記インバリアント適合性の強さが基準を満たすときの前記シフト時間を特定シフト時間として求めるシフト時間特定手段と、
    前記品質値と、前記品質値が測定された時刻に対して前記シフト時間特定手段により特定された前記特定シフト時間を遡った時刻における前記製造条件値と、に基づいて、前記プロセスの状態を分析する分析手段と、
    を備える製造プロセス分析装置。
  2. 前記算出手段は、前記インバリアント適合性の強さを、外因性の自己回帰モデルに基づいて算出する、
    請求項１に記載の製造プロセス分析装置。
  3. 前記シフト時間特定手段は、複数の前記シフト時間のうち、前記インバリアント適合性の強さが閾値以上である、１以上の前記特定シフト時間を求める、
    請求項１または２に記載の製造プロセス分析装置。
  4. 前記シフト時間特定手段は、複数の前記シフト時間のうち、前記インバリアント適合性の強さが最大となる前記特定シフト時間を求める、
    請求項１または２に記載の製造プロセス分析装置。
  5. 前記算出手段は、前記品質値を測定する第一の測定手段及び前記製造条件値を測定する第二の測定手段の属性情報、及び、前記プロセスが進行する速度に基づいて、前記シフト時間がとり得る範囲を設定する、
    請求項１乃至４のいずれか一項に記載の製造プロセス分析装置。
  6. 前記シフト時間特定手段は、前記プロセスが複数のサブプロセスを含む場合に、前記サブプロセスごとに、当該サブプロセスに関係する複数の前記シフト時間と、各々の前記シフト時間に関係する前記インバリアント適合性の強さとに基づいて、前記特定シフト時間の代表値を特定する、
    請求項１乃至５のいずれか一項に記載の製造プロセス分析装置。
  7. 前記シフト時間特定手段は、前記インバリアント適合性の強さが前記基準を満たすことができる前記シフト時間が、特定シフト時間として妥当であるか否かを、前記第一及び第二の測定手段の属性情報に基づいて判定する、
    請求項５に記載の製造プロセス分析装置。
  8. 前記シフト時間特定手段は、前記製造条件値及び前記品質値に関する特定の組み合わせについて、前記基準を満たす前記シフト時間が存在しない場合、前記属性情報、あるいは、前記特定の組み合わせとは異なる組み合わせについて特定されている前記シフト時間に基づいて、前記特定シフト時間を特定する、
    請求項５乃至７のいずれか一項に記載の製造プロセス分析装置。
  9. 情報処理装置によって、
    製造物が製造されるプロセスにおいて、時系列に測定された前記製造物に関する製造条件を示す製造条件値と、時系列に測定された前記製造物の品質を示す品質値と、について、前記製造条件値が測定された時刻と前記品質値が測定された時刻との差分を表すシフト時間ごとにインバリアント適合性の強さを算出し、
    算出した前記インバリアント適合性の強さが基準を満たすときの前記シフト時間を特定シフト時間として求め、
    前記品質値と、前記品質値が測定された時刻に対して、特定された前記特定シフト時間を遡った時刻における前記製造条件値と、に基づいて、前記プロセスの状態を分析する、
    製造プロセス分析方法。
  10. 製造物が製造されるプロセスにおいて、時系列に測定された前記製造物に関する製造条件を示す製造条件値と、時系列に測定された前記製造物の品質を示す品質値と、について、前記製造条件値が測定された時刻と前記品質値が測定された時刻との差分であるシフト時間ごとにインバリアント適合性の強さを算出する算出処理と、
    算出した前記インバリアント適合性の強さが基準を満たすときの前記シフト時間を特定シフト時間として求めるシフト時間特定処理と、
    前記品質値と、前記品質値が測定された時刻に対して前記シフト時間特定処理により特定された前記特定シフト時間を遡った時刻における前記製造条件値と、に基づいて、前記プロセスの状態を分析する分析処理と、
    をコンピュータに実行させるための製造プロセス分析プログラム。
JP2017532379A 2015-08-06 2016-08-02 製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラム Active JP6737277B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015155885 2015-08-06
JP2015155885 2015-08-06
PCT/JP2016/003542 WO2017022234A1 (ja) 2015-08-06 2016-08-02 製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラムが格納された記録媒体

Publications (2)

Publication Number Publication Date
JPWO2017022234A1 JPWO2017022234A1 (ja) 2018-05-24
JP6737277B2 true JP6737277B2 (ja) 2020-08-05

Family

ID=57942947

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017532379A Active JP6737277B2 (ja) 2015-08-06 2016-08-02 製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラム

Country Status (3)

Country Link
US (1) US10788817B2 (ja)
JP (1) JP6737277B2 (ja)
WO (1) WO2017022234A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10936600B2 (en) * 2015-10-23 2021-03-02 Oracle International Corporation Sensor time series data: functional segmentation for effective machine learning
KR102168737B1 (ko) * 2017-07-19 2020-10-22 미쓰비시덴키 가부시키가이샤 품질 분석 장치 및 품질 분석 방법
WO2020149198A1 (ja) * 2019-01-15 2020-07-23 Ｊｆｅスチール株式会社 解析システム及び解析方法
JP7022085B2 (ja) * 2019-01-29 2022-02-17 株式会社日立製作所 計画支援装置、計画支援方法、および、計画支援システム
JP7453853B2 (ja) * 2020-05-27 2024-03-21 株式会社日立製作所 処理条件決定システムおよび処理条件探索方法
JP2023103123A (ja) * 2022-01-13 2023-07-26 株式会社Ｓｃｒｅｅｎホールディングス 適正判定装置および適正判定方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06110871A (ja) * 1992-09-25 1994-04-22 Matsushita Electric Works Ltd むだ時間推定方法
JP3884682B2 (ja) 2002-08-22 2007-02-21 横河電機株式会社 プロセスデータの解析方法及び解析装置
JP2004186445A (ja) * 2002-12-03 2004-07-02 Omron Corp モデル化装置及びモデル解析方法並びにプロセス異常検出・分類システム及びプロセス異常検出・分類方法並びにモデル化システム及びモデル化方法並びに故障予知システム及びモデル化装置の更新方法
JP4207915B2 (ja) * 2005-01-24 2009-01-14 オムロン株式会社 品質変動表示装置、品質変動表示方法、品質変動表示プログラム及び該プログラムを記録した記録媒体
JP4394728B2 (ja) 2008-04-15 2010-01-06 シャープ株式会社 影響要因特定装置

Also Published As

Publication number Publication date
US20180267522A1 (en) 2018-09-20
JPWO2017022234A1 (ja) 2018-05-24
WO2017022234A1 (ja) 2017-02-09
US10788817B2 (en) 2020-09-29

Similar Documents

Publication Publication Date Title
JP6737277B2 (ja) 製造プロセス分析装置、製造プロセス分析方法、及び、製造プロセス分析プログラム
JP5116307B2 (ja) 集積回路装置異常検出装置、方法およびプログラム
JP6811018B2 (ja) 品質評価システム、品質評価方法及びプログラム
KR102097953B1 (ko) 고장 리스크 지표 추정 장치 및 고장 리스크 지표 추정 방법
US20120296605A1 (en) Method, computer program, and system for performing interpolation on sensor data for high system availability
CN112016689B (zh) 信息处理装置、预测判别系统以及预测判别方法
JP6183449B2 (ja) システム分析装置、及び、システム分析方法
US20190064789A1 (en) System analyzing device, system analyzing method, and computer-readable recording medium
CN113505862B (zh) 混合型故障检测方法及装置
JP6904331B2 (ja) 要因分析装置、要因分析方法、およびプログラム
JP2014110047A (ja) 電子回路シミュレーションのための方法及び装置
Tian et al. Statistical process control for multistage processes with non-repeating cyclic profiles
US20220404792A1 (en) Method, system and computer program product for monitoring a shaping process
JP6885321B2 (ja) プロセスの状態診断方法及び状態診断装置
JP2013200245A (ja) 前処理方法
CN113127342B (zh) 基于电网信息系统特征选择的缺陷预测方法及装置
WO2012048734A1 (en) Method for controlling an industrial process
KR101615345B1 (ko) 반도체 생산 공정에서 센서 데이터들을 이용하여 웨이퍼의 수율을 분석하는 방법
WO2016163008A1 (ja) 異常診断装置および異常診断方法
JP2017130025A (ja) 要因分析装置、方法およびプログラム
Jelali et al. Statistical process control
JP5842704B2 (ja) 推定装置、プログラム、及び推定方法
EP4379618A1 (en) Computer implemented method for determining a quality result for input data of a data model
Kapur et al. Software reliability growth models
CN114580982B (zh) 一种工业设备的数据质量的评估方法、装置及设备

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180122

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190716

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: 20200616

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200629

R150 Certificate of patent or registration of utility model

Ref document number: 6737277

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150