JP6979094B2 - コンピュータプログラム、半導体製造装置、基板昇降装置及び半導体製造方法 - Google Patents

Description

本発明は、半導体製造に係る処理を行うコンピュータプログラム、半導体製造装置、基板昇降装置及び半導体製造方法に関する。

半導体の製造には様々な装置が用いられる。例えば、半導体の基板（ウェハ）を搬送するための装置として、基板昇降装置（ウェハリフタ）が用いられる。基板昇降装置は、静電チャックにより半導体の基板を静電吸着して保持し、吸着した基板を昇降機構により昇降させる。基板昇降装置は、吸着した基板に対する例えばエッチング処理等が完了した後、静電吸着を停止して昇降機構により基板を上昇させる。基板昇降装置により上昇した基板は、別の搬送機構によって搬送される。

特許文献１においては、半導体基板を静電吸着して保持する静電チャックと、半導体基板を上下動させて静電チャックの吸着面上に載置するリフトピンと、半導体基板からリフトピンにかかる負荷を検出する検出手段とを有し、静電チャックによって半導体基板を静電吸着した際に、リフトピンの先端を静電チャックの吸着面から所定量だけ上昇させ、検出手段で検出されたリフトピンの負荷に基づいて静電チャックに対する半導体基板の吸着状態を検出する半導体処理装置が提案されている。

特開２００８−２７７７０６号公報

特許文献１に記載の半導体処理装置は、基板に処理を施す際に静電チャックが適切な静電力で基板を吸着しているか否かを評価する装置であり、静電チャックからの基板の脱離不良等に起因した基板の昇降異常を検出することができないという問題があった。また基板昇降装置以外の半導体の製造に用いられる装置についても、製造プロセスに関する異常等への対応が求められている。

本発明は、斯かる事情に鑑みてなされたものであって、その目的とするところは、半導体の製造プロセスに関する異常等の状態に適した制御を行うことが期待できるコンピュータプログラム、半導体製造装置、基板昇降装置及び半導体製造方法を提供することにある。

本発明に係るコンピュータプログラムは、コンピュータに、半導体製造装置の製造プロセスに係る測定値を取得し、前記測定値及び前記製造プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記製造プロセスの異常度を出力する第１の分類器、又は、前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分を前記製造プロセスの異常度として出力する第２の分類器のいずれかを選択し、取得した前記測定値を、選択した前記第１の分類器又は前記第２の分類器に入力して前記製造プロセスの異常度を取得し、取得した異常度に応じて前記製造プロセスを制御する処理を実行させる。

本発明による場合は、半導体の製造プロセスに関する異常等の状態に適した制御を行うことが期待できる。

本実施の形態に係る半導体製造システムの概要を説明するための模式図である。 本実施の形態に係る制御端末装置の構成を示すブロック図である。 本実施の形態に係るサーバ装置の構成を示すブロック図である。 本実施の形態に係る制御端末装置が分類器を用いて行う異常判定処理を説明するための模式図である。 測定部による荷重測定値の一例を示すグラフである。 制御端末装置が表示する選択画面の一例を示す模式図である。 制御端末装置が表示する異常画面の一例を示す模式図である。 制御端末装置が表示する修正画面の一例を示す模式図である。 本実施の形態に係る制御端末装置が行う処理の手順を示すフローチャートである。 本実施の形態に係る制御端末装置が行う処理の手順を示すフローチャートである。 本実施の形態に係る制御端末装置が行うログ修正処理の手順を示すフローチャートである。 本実施の形態に係るサーバ装置５が行う学習済分類器の再学習処理の手順を示すフローチャートである。 プラズマ処理装置の概略構成を示す模式図である。

本発明の実施形態に係るシステム、装置及びコンピュータプログラム等の具体例を、以下に図面を参照しつつ説明する。なお、本発明はこれらの例示に限定されるものではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

＜システム構成＞
図１は、本実施の形態に係る半導体製造システムの概要を説明するための模式図である。本実施の形態に係る半導体製造システムは、半導体の基板に対してプラズマ処理を施すことによりエッチング処理又は成膜処理等を行うシステムである。本実施の形態に係る半導体製造システムは、半導体製造装置１と、サーバ装置５とを備えている。半導体製造装置１は、例えばプラズマ処理装置１０及び制御端末装置３０等を備えて構成されている。

プラズマ処理装置１０は、チャンバ１１と、その下部に設けられた筐体１２とを備えている。チャンバ１１内は基板Ｓに処理を施す際に真空環境とされ、筐体１２内は大気圧環境とされる。プラズマ処理装置１０のチャンバ１１内には、基板Ｓが載置される載置台１３と、この載置台１３の上部に設けられた静電チャック１４とが配置されている。静電チャック１４は、チャンバ１１内で基板Ｓを処理する際に、基板Ｓを静電吸着する。

またプラズマ処理装置１０は、チャンバ１１内の基板Ｓを昇降させる昇降機構１５を備えている。昇降機構１５は、基板Ｓの裏面に接触して基板Ｓを昇降させる複数のリフトピン１５ａと、複数のリフトピン１５ａの下端に接続されて複数のリフトピン１５ａを同時的に昇降させる昇降体（図１においてＴ字状に図示された部材）１５ｂと、昇降体１５ｂの下端に接続されて昇降体１５ｂを昇降させるシリンダ装置１５ｃとを備えている。載置台１３は、内壁によって区画された空隙を有し、この空隙内に昇降体１５ｂの上部（Ｔ字の横方向に延びる部位）が収容されている。また昇降体１５ｂは、シリンダ装置１５ｃのピストンロッド１５ｄに取り付けられている。また昇降体１５ｂの下部（載置台１３の下方に突出している部位）は、ベローズ１６により覆われている。

基板Ｓに処理を施す際、静電チャック１４の電極（図示は省略する）に直流電圧が印加され、基板Ｓが静電チャック１４に静電吸着する。この状態で、チャンバ１１内に、ガス供給源（図示は省略する）からプラズマを生成するための処理ガスが供給される。例えばプラズマ処理装置１０が誘導結合プラズマ（ＩＣＰ（Inductively Coupled Plasma））方式の装置である場合には、チャンバ１１を加工用にコイル（図示は省略する）が配置され、このコイルに高周波電力を印加することで、チャンバ１１内に供給された処理ガスがプラズマ化される。また例えばプラズマ処理装置１０が容量結合プラズマ（ＣＣＰ（Capacitively Coupled Plasma））方式の装置である場合には、チャンバ１１内に載置台１３と平行に電極（図示は省略する）が配置され、この電極に高周波電力を印加することで、チャンバ１１内に供給された処理ガスがプラズマ化される。プラズマ処理装置１０のプラズマ方式はＩＣＰ又はＣＣＰのいずれであってもよく、これら以外のプラズマ方式が採用されてもよい。チャンバ１１内に生成されたプラズマにより、基板Ｓにエッチング処理又は成膜処理等のプラズマ処理が施される。

プラズマ処理が終了した後、静電チャック１４への直流電圧の印加を停止することで、静電チャック１４による基板Ｓの静電吸着が停止される。その後、半導体製造装置１は、基板Ｓを昇降機構１５によって上昇させ、搬送機構（図示は省略する）によって基板Ｓをチャンバ１１の外部に搬送する。

制御端末装置３０は、プラズマ処理装置１０の動作を制御する処置、及び、基板Ｓの昇降に係る異常を検出する処理等を行う装置である。本実施の形態において制御端末装置３０は、静電チャック１４による基板Ｓの静電吸着を停止した後の昇降機構１５による基板Ｓの上昇過程において、基板Ｓの脱離不良等に起因する基板Ｓの昇降異常を検出する処理を行う。

上記の異常検出を行うために、プラズマ処理装置１０の筐体１２内には、昇降機構１５に加わる荷重と相関を有するパラメータを測定する測定部２０が設けられている。測定部２０は、例えば昇降機構１５に加わる荷重と相関を有するパラメータとして、荷重そのものを測定する。本実施の形態においては、測定部２０として、シリンダ装置１５ｃのピストンロッド１５ｄに取り付けられ、ピストンロッド１５ｄに加わる荷重を測定するロードセルが用いられている。具体的には、ピストンロッド１５ｄが上下に分割され、その間に測定部２０としてロードセルが挟まれて取り付けられている。測定部２０には、分割されたピストンロッド１５ｄの上部分及び下部分の双方から引張荷重及び圧縮荷重が加わることになる。これにより、測定部２０は、ピストンロッド１５ｄに加わる荷重（鉛直方向の荷重）を測定することができる。測定部２０は、制御端末装置３０に電気的に接続されており、測定した荷重に応じた電気信号又はデジタルデータ等を制御端末装置３０へ出力する。

制御端末装置３０は、測定部２０による荷重の測定結果を取得し、取得した測定結果に基づいて昇降機構１５による基板Ｓの昇降プロセスに関する状態を判定し、判定した状態に基づいて異常の有無を検出する。本実施の形態において制御端末装置３０は、プラズマ処理装置１０の昇降機構１５の昇降プロセス（製造プロセス）に係るプロセス情報として測定部２０により測定された荷重情報を入力として受け付けて、昇降機構１５の昇降プロセスの状態情報を出力する複数の分類器を備えている。制御端末装置３０は、これら複数の分類器の中から１つの分類器を選択して利用して、測定部２０から取得した荷重情報を分類器に入力し、この分類器が出力するプロセスの状態情報を取得することによって、昇降プロセスの状態を判定する。

制御端末装置３０が備える複数の分類器には、少なくとも１つの学習済分類器と少なくとも１つの非学習分類器とが含まれる。学習済分類器は、教師データを用いて機械学習により予め学習がなされた分類器である。非学習分類器は、機械学習はなされずに、入力された情報と予め定められた閾値等との比較により分類を行う分類器である。非学習分類器は、いわゆるルールベースでの分類を行う分類器である。制御端末装置３０は、学習済分類器及び非学習分類器をそれぞれ複数備えてよい。本実施の形態においては、これら複数の分類器の中からいずれか１つの分類器の選択を、半導体製造装置１のオペレータ又は管理者等のユーザから受け付けて、選択を受け付けた１つの分類器を利用して昇降プロセスの状態を判定する。

サーバ装置５は、制御端末装置３０が利用する分類器の学習処理を行う装置である。サーバ装置５は、初期段階の学習処理において、例えば制御端末装置３０にて非学習分類器を利用して昇降プロセスが行われた際のログデータを取得して教師データとし、この教師データを用いて分類器の機械学習を行うことにより学習済分類器を生成する。サーバ装置５にて生成された学習済分類器は制御端末装置３０に与えられ、制御端末装置３０はこの学習済分類器を利用した昇降プロセスの状態判定を行うことが可能となる。また分類器の再学習を行う場合、サーバ装置５は、例えば学習済の分類器を用いて行われた昇降プロセスのログデータのうち、分類器によるプロセス状態の判定結果に誤りが生じたものを抽出し、判定結果の誤りを正したデータを教師データとして再学習を行う。

なお、制御端末装置３０からサーバ装置５へのログデータの授受、及び、サーバ装置５から制御端末装置３０への学習済分類器の授受は、例えば制御端末装置３０及びサーバ装置５が有線又は無線の通信を利用して行ってもよく、また例えばメモリカード等の記録媒体を介して行われてもよい。また、プラズマ処理装置１０の制御処理等を制御端末装置３０が行うのではなく、サーバ装置５が行う構成としてもよい。この構成の場合、制御端末装置３０はプラズマ処理装置１０及びサーバ装置５の間の通信を中継し、サーバ装置５が分類器を用いた判定処理及び製造プロセスの制御処理等を遠隔で行うことができる。また分類器の学習処理は、必ずしもサーバ装置５にて行われる必要はなく、サーバ装置５以外の装置で行われてよい。例えば分類器の学習処理は、制御端末装置３０が行ってもよい。また例えば、最初の分類器の学習処理をサーバ装置５が行い、分類器の再学習を制御端末装置３０が行ってもよい。

図２は、本実施の形態に係る制御端末装置３０の構成を示すブロック図である。本実施の形態に係る制御端末装置３０は、処理部（プロセッサ）３１、記憶部（ストレージ）３２、通信部（トランシーバ）３３、表示部（ディスプレイ）３４、操作部３５及びカードスロット３６等を備えて構成されている。なお本実施の形態において制御端末装置３０は１つの装置で構成されるものとするが、複数の装置が分散処理を行うことで制御端末装置３０としての機能を実現する構成であってもよい。

処理部３１は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）又はＧＰＵ（Graphics Processing Unit）等の演算処理装置を用いて構成されている。処理部３１は、記憶部３２に記憶されたプログラムを読み出して実行することにより、種々の処理を行うことができる。本実施の形態において処理部３１は、記憶部３２に記憶されたプログラム３２ａ、学習済分類器３２ｂ及び非学習分類器３２ｃ等を読み出して実行することにより、プラズマ処理装置１０の状態及び異常等を判定する処理、並びに、プラズマ処理装置１０のログデータを記録する処理等の種々の処理を行う。

記憶部３２は、例えばハードディスク等の大容量の記憶装置を用いて構成されている。記憶部３２は、処理部３１が実行する各種のプログラム、及び、処理部３１の処理に必要な各種のデータを記憶する。本実施の形態において記憶部３２は、処理部３１が実行するプログラム３２ａと、プログラム３２ａの実行により行われる処理に用いられる学習済分類器３２ｂ及び非学習分類器３２ｃを記憶している。また記憶部３２には、プラズマ処理装置１０から得られる各種の情報をログデータとして記憶するログ記憶部３２ｄが設けられている。

本実施の形態においてプログラム３２ａは、メモリカード等の記録媒体９９に記録された態様で提供され、制御端末装置３０は記録媒体９９からプログラム３２ａを読み出して記憶部３２に記憶する。ただし、プログラム３２ａは、例えば制御端末装置３０の製造段階において記憶部３２に書き込まれてもよい。例えばプログラム３２ａは、記録媒体９９に記録されたものを書込装置が読み出して制御端末装置３０の記憶部３２に書き込んでもよい。プログラム３２ａは、ネットワークを介した配信の態様で提供されてもよい。

学習済分類器３２ｂ及び非学習分類器３２ｃは、プラズマ処理装置１０から取得した情報に基づいて、プラズマ処理装置１０の処理プロセスの状態を判定する分類器である。本実施の形態において学習済分類器３２ｂ及び非学習分類器３２ｃは、プラズマ処理装置１０の測定部２０により計測された荷重の情報に基づいて、プラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスに関する状態を判定する。なお図２においては、学習済分類器３２ｂ及び非学習分類器３２ｃをそれぞれ１つずつ図示しているが、これらは複数が記憶部３２に記憶されてよい。学習済分類器３２ｂ及び非学習分類器３２ｃの詳細については後述する。

ログ記憶部３２ｄは、プラズマ処理装置１０から取得した情報と、この情報に対する学習済分類器３２ｂ又は非学習分類器３２ｃの判定結果とを対応付けてログデータとして記憶する。またログ記憶部３２ｄは、学習済分類器３２ｂ又は非学習分類器３２ｃに誤りが発生した場合等に、オペレータ又は管理者等のユーザによる正解値への修正がなされたログデータを記憶する。ログ記憶部３２ｄに記憶されたこれらのログデータは、分類器の学習処理において教師データとして用いられる。

通信部３３は、通信ケーブル等を介してプラズマ処理装置１０に接続され、この通信ケーブルを介してプラズマ処理装置１０との間で種々のデータの送受信を行う。本実施の形態において通信部３３は、プラズマ処理装置１０の測定部２０が計測した荷重の情報を、通信ケーブルを介した通信により受信して取得する。なお通信部３３は、プラズマ処理装置１０との間で無線通信を行う構成であってもよい。通信部３３は、処理部３１から与えられたデータをプラズマ処理装置１０へ送信すると共に、プラズマ処理装置１０から受信したデータを処理部３１に与える。

表示部３４は、液晶ディスプレイ等を用いて構成されており、処理部３１の処理に基づいて種々の画像及び文字等を表示する。操作部３５は、ユーザの操作を受け付け、受け付けた操作を処理部３１へ通知する。例えば操作部３５は、マウス及びキーボード等の入力デバイスであり、これらの入力デバイスは制御端末装置３０に対して取り外すことが可能な構成であってもよい。また例えば操作部３５は、表示部３４の表面に設けられたタッチパネル等の入力デバイスによりユーザの操作を受け付けてもよい。

カードスロット３６は、メモリカード等の記録媒体９９が着脱可能であり、装着された記録媒体９９に対するデータの読み出し及び書き込みを行う。カードスロット３６は、記録媒体９９に記録されたデータを読み出して処理部３１に与えると共に、処理部３１から与えられたデータを記録媒体９９に書き込む。本実施の形態においては、予めサーバ装置５にて機械学習がなされた学習済分類器３２ｂは記録媒体９９に記録されて制御端末装置３０に提供され、制御端末装置３０は記録媒体９９に記録された学習済分類器３２ｂをカードスロット３６にて読み出して記憶部３２に記憶する。また本実施の形態においては、ログ記憶部３２ｄに記憶されたログデータはカードスロット３６にて記録媒体９９に書き込まれ、サーバ装置５がこの記録媒体９９からログデータを読み出して機械学習のための教師データとして用いる。また本実施の形態においては、非学習分類器の更新処理を行う場合等に、記録媒体９９に更新用の非学習分類器が記録され、記録媒体９９を介して非学習分類器の授受が行われる。制御端末装置３０は、カードスロット３６にて記録媒体９９に記録された非学習分類器を読み出して記憶部３２に記憶する。なお本実施の形態においては、制御端末装置３０及びサーバ装置５の間のデータの授受を記録媒体９９にて行う構成とするが、これに限るものではなく、例えば制御端末装置３０及びサーバ装置５がＬＡＮ（Local Area Network）又はインターネット等の通信によりデータの授受を行ってもよい。

なお記憶部３２は、制御端末装置３０に接続された外部記憶装置であってよい。また制御端末装置３０は、複数のコンピュータを含んで構成されるマルチコンピュータであってよく、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。また制御端末装置３０は、表示部３４及び操作部３５等のユーザインタフェースを備えていなくてもよく、この場合には例えば別の装置を介して管理者が制御端末装置３０の操作を行う構成としてよい。

また本実施の形態に係る制御端末装置３０の処理部３１には、記憶部３２に記憶されたプログラム３２ａを処理部３１が読み出して実行することにより、プロセス情報取得部３１ａ、分類器選択部３１ｂ、状態情報取得部３１ｃ、異常判定部３１ｄ、表示処理部３１ｅ、制御処理部３１ｆ、修正操作受付部３１ｇ及びデータ記録部３１ｈ等がソフトウェア的な機能部として実現される。

プロセス情報取得部３１ａは、通信部３３にてプラズマ処理装置１０との間で通信を行うことにより、プラズマ処理装置１０からプロセスに関する情報を取得する処理を行う。本実施の形態においてプロセス情報取得部３１ａは、プラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスに関する情報として、測定部２０が測定した昇降機構１５に加わる荷重の測定結果の情報を取得する。

分類器選択部３１ｂは、記憶部３２に記憶された学習済分類器３２ｂ及び非学習分類器３２ｃの中から１つの分類器を選択する処理を行う。本実施の形態において分類器選択部３１ｂは、オペレータ又は管理者等のユーザによる選択操作を操作部３５にて受け付け、受け付けたユーザの選択操作に基づいて１つの分類器を選択する。ただし分類器選択部３１ｂは、例えばプラズマ処理装置１０にて行われるプラズマ処理の条件、又は、処理対象となる基板Ｓの種類等のプロセス条件に基づいて、分類器を自動的に選択する構成であってもよい。

状態情報取得部３１ｃは、分類器選択部３１ｂにて選択された学習済分類器３２ｂ又は非学習分類器３２ｃの分類器に対して、プロセス情報取得部３１ａが取得したプロセス情報を入力し、分類器が出力するプロセスの状態を示す情報を取得する処理を行う。

異常判定部３１ｄは、状態情報取得部３１ｃが取得した状態情報に基づき、プラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスにて異常が発生したか否かを判定する処理を行う。異常判定部３１ｄは、例えば状態情報取得部３１ｃが取得した状態情報と、予め定められた閾値とを比較して、異常の有無を判定する。

表示処理部３１ｅは、種々の画像又は文字等を表示部３４に表示する処理を行う。本実施の形態において表示処理部３１ｅは、例えば分類器の選択をユーザから受け付けるための選択画面を表示する。また例えば表示処理部３１ｅは、異常判定部３１ｄが異常があると判定した場合に、警告メッセージ等を表示部３４に表示する処理を行う。

制御処理部３１ｆは、プロセス情報取得部３１ａが取得したプロセス情報、状態情報取得部３１ｃが取得した状態情報、又は、異常判定部３１ｄによる異常の有無の判定結果等に基づいて、プラズマ処理装置１０の動作を制御する処理を行う。本実施の形態において制御処理部３１ｆは、異常判定部３１ｄが異常ありと判定した場合に、プラズマ処理装置１０の昇降機構１５を停止させる等の制御処理を行う。

修正操作受付部３１ｇは、分類器（学習済分類器３２ｂ又は非学習分類器３２ｃ）が出力した状態情報に誤りがあるとユーザが判断した場合に、この誤りを修正する操作を受け付ける。例えば本実施の形態においては、プラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスに異常が発生したと異常判定部３１ｄが判定した場合に、表示処理部３１ｅが警告メッセージを表示すると共に、制御処理部３１ｆが昇降プロセスを停止させる。このときに表示処理部３１ｅは異常判定に関するプロセス情報及び状態情報を表示する。ユーザは、プラズマ処理装置１０の状態を自ら確認し、表示部３４に表示された情報を確認して、プラズマ処理装置１０の昇降プロセスに異常がないと判断した場合、即ち制御端末装置３０の異常判定が誤っていると判断した場合、操作部３５にて所定の操作を行うことによって判定結果の修正を行い、処理を再開させる。修正操作受付部３１ｇはこのときの所定の操作を受け付けて、修正された判定結果を取得する。また例えば本実施の形態においては、プラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスに異常が発生していないと異常判定部３１ｄが判定したにも関わらず、ユーザが異常発生と判断した場合に、強制停止等の操作をユーザが行って昇降プロセスを停止させることができる。修正操作受付部３１ｇはこのときの強制停止等の操作を修正操作として受け付け、修正された判定結果を取得する。

データ記録部３１ｈは、プロセス情報取得部３１ａがプラズマ処理装置１０から取得したプロセス情報と、状態情報取得部３１ｃが取得した状態情報（又は、異常判定部３１ｄによる異常の有無の判定結果）とを対応付けてログデータとしてログ記憶部３２ｄに記録する処理を行う。またデータ記録部３１ｈは、修正操作受付部３１ｇが修正操作を受け付けた場合に、修正結果を状態情報（又は判定結果）に反映させてログデータを記録する。なおデータ記録部３１ｈは、例えばプラズマ処理装置１０から取得する全ての情報をログデータとして記録してもよく、また例えばユーザによる修正が行われた等の特定の条件が満たされた場合にのみログデータを記録してもよい。

図３は、本実施の形態に係るサーバ装置５の構成を示すブロック図である。本実施の形態に係るサーバ装置５は、処理部（プロセッサ）５１、記憶部（ストレージ）５２、通信部（トランシーバ）５３及びカードスロット５４等を備えて構成されている。なお本実施の形態においては、１つのサーバ装置５にて処理が行われるものとして説明を行うが、複数のサーバ装置５が分散して処理を行ってもよい。

処理部５１は、ＣＰＵ、ＭＰＵ又はＧＰＵ等の演算処理装置を用いて構成されている。処理部５１は、記憶部５２に記憶されたサーバプログラム５２ａを読み出して実行することにより、プラズマ処理装置１０の制御端末装置３０が利用する学習済分類器３２ｂの学習処理、及び、更新のための非学習分類器３２ｃを作成する処理等の種々の処理を行う。

記憶部５２は、例えばハードディスク等の大容量の記憶装置を用いて構成されている。記憶部５２は、処理部５１が実行する各種のプログラム、及び、処理部５１の処理に必要な各種のデータを記憶する。本実施の形態において記憶部５２は、処理部５１が実行するサーバプログラム５２ａを記憶している。本実施の形態においてサーバプログラム５２ａは、メモリカード等の記録媒体９９に記録された態様で提供され、サーバ装置５は記録媒体９９からサーバプログラム５２ａを読み出して記憶部５２に記憶する。ただし、サーバプログラム５２ａは、例えばサーバ装置５の製造段階において記憶部５２に書き込まれてもよい。例えばサーバプログラム５２ａは、記録媒体９９に記録されたものを書込装置が読み出してサーバ装置５の記憶部５２に書き込んでもよい。サーバプログラム５２ａは、ネットワークを介した配信の態様で提供されてもよい。

通信部５３は、社内ＬＡＮ、無線ＬＡＮ及びインターネット等を含むネットワークＮを介して、種々の装置との間で通信を行う。通信部５３は、処理部５１から与えられたデータを他の装置へ送信すると共に、他の装置から受信したデータを処理部５１に与える。

カードスロット５４は、メモリカード等の記録媒体９９が着脱可能であり、装着された記録媒体９９に対するデータの読み出し及び書き込みを行う。カードスロット５４は、記録媒体９９に記録されたデータを読み出して処理部５１に与えると共に、処理部５１から与えられたデータを記録媒体９９に書き込む。本実施の形態においては、サーバ装置５が学習処理を行った学習済分類器３２ｂをカードスロット５６にて記録媒体９９に書き込み、サーバ装置５からプラズマ処理装置１０の制御端末装置３０への学習済分類器３２ｂの提供が行われる。また本実施の形態においては、制御端末装置３０にて記録されたログデータが記録媒体９９に書き込まれて提供され、サーバ装置５は、カードスロット５４にて記録媒体９９からログデータを読み出して取得し、学習処理の教師データとして用いる。

なお記憶部５２は、サーバ装置５に接続された外部記憶装置であってよい。またサーバ装置５は、複数のコンピュータを含んで構成されるマルチコンピュータであってよく、ソフトウェアによって仮想的に構築された仮想マシンであってもよい。またサーバ装置５は、上記の構成に限定されず、例えば操作入力を受け付ける操作部、又は、画像を表示する表示部等を含んでもよい。

また本実施の形態に係るサーバ装置５の処理部５１には、記憶部５２に記憶されたサーバプログラム５２ａを処理部５１が読み出して実行することにより、学習処理部５１ａ等がソフトウェア的な機能部として実現される。なおこれらの機能部は、分類器を生成する処理に関する機能部であり、これ以外の機能部については図示及び説明を省略する。

学習処理部５１ａは、分類器を機械学習して学習済分類器３２ｂを生成する処理を行う。学習処理部５１ａは、分類器の最初の学習段階、即ち分類器を最初に生成する段階において、本システムの管理者又は開発者等が予め作成した教師データを用いて学習処理を行う。このときに用いられる教師データは、これまでのプラズマ処理装置の運用により蓄積されたデータを用いて作成され得る。また学習処理部５１ａは、本システムのプラズマ処理装置１０の制御端末装置３０から記録媒体９９を介して取得したログデータに基づいて生成された教師データを用いて、学習済分類器３２ｂを再学習する。

＜分類器の構成＞
図４は、本実施の形態に係る制御端末装置３０が分類器を用いて行う異常判定処理を説明するための模式図である。上述のように、本実施の形態に係る制御端末装置３は、記憶部３２に一又は複数の学習済分類器３２ｂ及び非学習分類器３２ｃを記憶している。図示の例では、制御端末装置３０は記憶部３２に、学習済分類器３２ｂとして３つの学習済分類器Ａ〜Ｃを記憶し、非学習分類器３２ｃとして２つの非学習分類器ａ，ｂを記憶しているものとしている。

制御端末装置３０は、例えばオペレータ又は管理者等のユーザによる選択操作を受け付け、受け付けた選択操作に応じて複数の分類器の中から１つの分類器を選択して異常判定処理に用いる。なお制御端末装置３０は、ユーザの選択操作に応じてではなく、例えばプラズマ処理装置１０の製造プロセスに関する条件等に応じて、自動的に分類器を選択してもよい。更に、本実施の形態に係る制御端末装置３０は、例えばプラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスに異常が発生しない可能性が高い場合等に、分類器を用いた異常判定処理を行わずに、昇降機構１５による昇降プロセスの制御を行うことができる。

本実施の形態に係る分類器には、昇降機構１５による基板Ｓの上昇過程において、測定部２０によって連続的に測定された複数の荷重測定値が入力される。具体的には、測定部２０によって所定のサンプリング周期（例えば、１００ミリ秒）毎に測定された複数（ｎ個、例えばｎ＝５）の荷重測定値Ｐ１〜Ｐｎが分類器に入力される。分類器は、入力された複数の荷重測定値Ｐ１〜Ｐｎに基づき、基板Ｓの昇降プロセスにおける異常の程度（以下、これを適宜「異常度」という）を出力する。換言すれば、分類器は、荷重測定値Ｐｎを測定した時点での異常度を出力する。

制御端末装置３０は、測定部２０から荷重測定値を取得する都度、今回に取得した荷重測定値と、以前に取得した荷重測定値とを分類器へ入力する。即ち制御端末装置３０は、荷重測定値Ｐ１〜Ｐｎを分類器へ入力し、この分類器が出力する異常度を取得した後、次のサンプリング周期にて取得した荷重測定値Ｐｎ＋１を含む荷重測定値Ｐ２〜Ｐｎ＋１を分類器へ入力し、Ｐｎ＋１を取得した時点での異常度を分類器から取得する。このように、測定部２０から荷重測定値を取得する毎に同様の処理を繰り返して行うことによって、制御端末装置３０はサンプリング周期毎に分類器から異常度を取得することができる。なお分類器が出力する異常度は、例えば０〜１の値に設定されており、昇降プロセスに関する異常の程度が高くなるほど大きな値になる。

本実施の形態に係る学習済分類器３２ｂは、例えばｋ近傍法を用いた機械学習により生成されている。ｋ近傍法は既存の技術であるため、その詳細な説明は省略する。ただし機械学習はｋ近傍法以外の手法により行われてもよい。例えばＳＶＭ（Support Vector Machine）又は深層学習等の種々の機械学習の方法が採用され得る。

本実施の形態に係る分類器の機械学習には、基板Ｓの昇降が正常である場合の複数（ｎ個、例えばｎ＝５）の荷重測定値を入力情報とし、基板Ｓの昇降が正常であること（異常度＝０）を示す情報を出力情報とした正常時の教師データを用いることができる。正常時の教師データの荷重測定値を分類器に入力した場合に、分類器が異常度＝０を出力するよう、ｋ近傍法を用いた機械学習を行う。教師データの入力情報としては、上述の荷重測定値Ｐ１〜Ｐｎ、荷重測定値Ｐ２〜Ｐｎ＋１、…と同様に、１サンプリング周期分だけずれて測定された複数の荷重測定値が用いられ、いずれの入力情報に対しても出力情報として異常度＝０が与えられる。

また分類器の機械学習には、基板Ｓの昇降が異常である場合の複数（ｎ個、例えばｎ＝５）の荷重測定値を入力情報とし、基板Ｓの昇降が異常であること（異常度＝１）を示す情報を出力情報とした異常時の教師データを用いてもよい。正常時の教師データと異常時の教師データとの両方を用いて機械学習を行ってもよい。異常時の教師データの荷重測定値を分類器に入力した場合には、分類器が異常度＝１を出力するよう、ｋ近傍法を用いた機械学習を行う。

分類器の機械学習は最初の一度に限られない。必要に応じて、新たな教師データを用いて学習済分類器３２ｂの再学習を行ってもよく、これまでの教師データに新たな教師データを追加して再学習を行ってもよい。本実施の形態においては、分類器の学習処理はサーバ装置５にて行われる。サーバ装置５は、予め用意された上述の教師データを用いてｋ近傍法により分類器の機械学習を行うことにより、学習済分類器３２ｂを生成する。サーバ装置５が生成した学習済分類器３２ｂは、記録媒体９９を介してプラズマ処理装置１０の制御端末装置３０に与えられる。また制御端末装置３０はプラズマ処理装置１０の稼働により得られたログデータ、即ち測定部２０による荷重測定値と昇降機構１５の昇降プロセスにおける異常の有無とを対応付けたデータを記録している。サーバ装置５は、記録媒体９９を介して制御端末装置３０が記録して蓄積したログデータを取得し、取得したログデータを新たな教師データとして用いることで学習済分類器３２ｂの再学習を行うことができる。

プラズマ処理装置１０の制御端末装置３０は、機械学習がなされた学習済分類器３２ｂを用い、測定部２０から取得する荷重測定値を学習済分類器３２ｂへ入力し、学習済分類器３２ｂが出力する異常度を取得することで、昇降機構１５の昇降プロセスにおける異常の有無を判定することができる。なお学習時とは異なり、学習済分類器３２ｂが出力する異常度の値は、０≦異常度≦１となる。

制御端末装置３０は、学習済分類器３２ｂが出力する異常度を取得して、異常判定部３１ｄへ入力する。異常判定部３１ｄは、入力された異常度に応じて基板Ｓの昇降プロセスにおける異常の有無を判定する。異常判定部３１ｄには、本システムの設計者等により予め定められた閾値Ｔｈ（例えば、０．３）が設定されている。異常判定部３１ｄは、学習済分類器３２ｂが出力する異常度がこの閾値Ｔｈより小さい場合に基板Ｓの昇降プロセスは正常であると判定し、異常度が閾値Ｔｈ以上である場合に昇降プロセスに異常が生じていると判定する。上述のように、学習済分類器３２ｂによる異常度の出力が荷重測定値のサンプリング周期毎に行われるため、異常判定部３１ｄによる判定も荷重測定値のサンプリング周期毎に行われる。

本実施の形態に係る制御端末装置３０は、学習済分類器３２ｂとして複数の学習済分類器Ａ〜Ｃを有している。これら複数の学習済分類器Ａ〜Ｃは、例えば機械学習に用いられた教師データが異なる。例えば、学習済分類器Ａは初期の機械学習のみが行われた分類器、学習済分類器Ｂは学習済分類器Ａに対して新たな教師データを追加した再学習が行われた分類器、学習済分類器Ｃは学習済分類器Ｂに対して更に新たな教師データを追加した再学習が行われた分類器とすることができる。また例えば、複数の学習済分類器Ａ〜Ｃは、機械学習の手法が異なるものであってもよい。例えば、学習済分類器Ａは上述のｋ近傍法により機械学習がなされ、学習済分類器ＢはＳＶＭの手法により機械学習がなされ、学習済分類器Ｃは深層学習の手法により機械学習がなされた分類器とすることができる。複数の学習済分類器Ａ〜Ｃの差異は、上記のものに限らない。

また本実施の形態においては、学習済分類器３２ｂに対して測定部２０が測定した荷重を数値情報として入力しているが、これに限るものではない。例えば複数の荷重測定値を棒グラフ又は折れ線グラフとしてグラフ化した画像を学習済分類器３２ｂへの入力としてもよい。画像を入力する場合、学習済分類器３２ｂには、ＣＮＮ（Convolutional Neural Network）により作成されたモデルが好適である。ただし学習済分類器３２ｂに対して画像化していない数値情報を入力する場合であっても、学習済分類器３２ｂにはＣＮＮによるモデルが採用されてよい。また学習済分類器３２ｂには、ＳＶＭ又はＣＮＮ以外によるモデルが採用されてもよい。

また本実施の形態に係る制御端末装置３０は、非学習分類器３２ｃを用いて、プラズマ処理装置１０の昇降機構１５の昇降プロセスにおける異常の有無を判定することができる。非学習分類器３２ｃは、教師データを用いた機械学習により生成されるのではなく、例えば本システムの設計者等が予め定めた閾値又は演算式等を用い、測定部２０から取得した荷重測定値に応じた異常値を出力するか、又は、異常の有無を判定する。

図５は、測定部２０による荷重測定値の一例を示すグラフである。本グラフの横軸は基板Ｓの上昇を開始した時点を基準とする経過時間［１００ｍｓｅｃ］であり、縦軸は荷重測定値［Ｎ］である。なお荷重測定値の符号が正の場合は測定された荷重が引張荷重であることを示し、負の場合は圧縮荷重であることを示している。また本図には、基板Ｓの昇降プロセスが正常である場合の荷重測定値の時間的変化を実線で示し、異常である場合の荷重測定値の時間的変化を破線で示している。図示の例では、正常な場合の荷重測定値は、経過時間１０００ｍｓｅｃ以降において略一定の傾きで減少している。これに対して異常な場合の荷重測定値は、経過時間１０００ｍｓｅｃ〜２０００ｍｓｅｃの範囲で急激な減少を示している。

非学習分類器３２ｃは、例えば図５に示した１０００ｍｓｅｃ以降についての正常な荷重測定値を記憶しており、１０００ｍｓｅｃ以降の荷重測定値が入力され、正常な荷重測定値と入力された荷重測定値との差分値を異常度として出力する。また例えば非学習分類器３２ｃは、図５に示した１０００ｍｓｅｃ以降について、荷重測定値の変化が正常である場合の変化率（傾き、微分値）を記憶しており、１０００ｍｓｅｃ以降の荷重測定値に対して変化率を算出し、算出した変化率と正常な場合の変化率との差分値を異常度として出力する。非学習分類器３２ｃによる異常度の算出方法は、上記の方法に限らない。

異常判定部３１ｄは、非学習分類器３２ｃが出力した差分値が予め定められた閾値を超えるか否かに応じて、異常の有無を判定する。なおこの際に異常判定部３１ｄが判定に用いる閾値は、学習済分類器３２ｂが出力する異常度と比較する閾値とは異なるものであってよい。

＜分類器の選択＞
上述のようにプラズマ処理装置１０の制御端末装置３０は、記憶部３２に記憶した一又は複数の学習済分類器３２ｂ及び非学習分類器３２ｃの中から１つを選択して、昇降機構１５の昇降プロセスにおける異常の有無を判定する。本実施の形態において制御端末装置３０は、これらの分類器の選択を受け付けるための選択画面を表示部３４に表示し、オペレータ又は管理者等のユーザから選択操作を操作部３５にて受け付ける。

図６は、制御端末装置３０が表示する選択画面の一例を示す模式図である。本例の選択画面は、最上部に「判定モード選択画面」のタイトル文字列が表示され、その下方に「学習モデルＡ」、「学習モデルＢ」、「学習モデルＣ」、「非ＡＩ判定」及び「非判定」のラベルが付された５つのボタン１１１〜１１５が上下に並べて表示されている。本例において制御端末装置３０は、表示部３４に対してタッチパネルが操作部３５として設けられ、選択画面に設けられたこれらのボタン１１１〜１１５に対するタッチ操作に応じて学習モデル（分類器）の選択操作を受け付ける。

「学習モデルＡ」のボタン１１１の右隣には、この学習モデル（分類器）に関する情報として「ｋ近傍法、２０１９年１１月」の文字列が表示されている。この情報は、学習モデルがｋ近傍法により学習されたものであり、学習処理が２０１９年１１月に行われたことを示している。同様に、「学習モデルＢ」のボタン１１２の右隣には、「ｋ近傍法、２０２０年１月」の文字列が表示されている。「学習モデルＣ」のボタン１１３の右隣には、「ＳＶＭ、２０１９年１２月」の文字列が表示されている。制御端末装置３０は、ボタン１１１〜１１３に対するタッチ操作等を学習モデル（学習済分類器３２ｂ）の選択操作として受け付け、対応する学習済分類器３２ｂを記憶部３２から読み出して異常判定処理に用いる。

「非ＡＩ判定」のボタン１１４の右隣には、「比較」のラベルが付されたボタン１１６と、「微分」のラベルが付されたボタン１１７とが表示されている。本例では、「非ＡＩ判定」のボタン１１４に対する選択操作に応じて、制御端末装置３０は、記憶部３２に記憶された非学習分類器３２ｃを選択する。本例は記憶部３２に２つの非学習分類器３２ｃが記憶されており、一方の非学習分類器３２ｃが荷重の正常値及び測定値の比較（即ち差分値）に応じて異常を判定し、もう一方の非学習分類器３２ｃが荷重測定値の変化量（微分値）に応じて異常を判定するものとし、いずれの非学習分類器３２ｃを用いるかが「比較」のボタン１１６又は「微分」のボタン１１７に対する操作に応じて決定される。「比較」のボタン１１６及び「微分」の１１７は、通常は選択できない状態で表示され、「非ＡＩ判定」のボタン１１４に対する操作がなされた後に選択可能な状態とされる。また制御端末装置３０は、「非ＡＩ判定」のボタン１１４に関連付けて、プラズマ処理装置１０において非学習分類器３２ｃを用いた処理が行われていた期間、例えば「２０１８年４月〜２０１９年１１月」の情報を選択画面に表示してもよい。

「非判定」のボタン１１５の右隣には、「異常判定を行いません」の文字列が表示されている。「非判定」のボタン１１５に対する操作を受け付けた場合、制御端末装置３０は、学習済分類器３２ｂ及び非学習分類器３２ｃを用いた異常判定処理を行わずに、プラズマ処理装置１０の昇降機構１５による基板Ｓの昇降プロセスを実施する。この場合に制御端末装置３０は、異常が生じた場合の情報出力及び非常停止等の制御を行わない。

（変形例）
本実施の形態に係る制御端末装置３０は、選択画面におけるユーザの選択操作に応じて、記憶部３２に記憶された学習済分類器３２ｂ及び非学習分類器３２ｃの中から１つの分類器を選択して異常判定を行うが、選択方法はユーザの選択操作に基づくものに限らない。制御端末装置３０は、プラズマ処理装置１０が行うプラズマ処理の条件に応じて、いずれの分類器を用いるかを自動的に選択してもよい。例えば、裏面酸化膜を有する基板と、裏面酸化膜のない基板とでは静電チャック１４への吸着の程度が異なるため、制御端末装置３０は、プラズマ処理の処理条件として処理対象の基板Ｓの種類（裏面酸化膜の有無）の情報を取得し、基板Ｓの種類に応じて分類器を選択することができる。制御端末装置３０は、例えば裏面酸化膜を有する基板Ｓを処理する際には学習済分類器３２ｂを選択し、裏面酸化膜なしの基板Ｓを処理する際には非学習分類器３２ｃを選択するか又は異常判定を行わない。なお分類器を選択する条件は、基板Ｓの裏面酸化膜の有無に限らず、これ以外の種々の条件が採用され得る。

＜情報出力処理＞
本実施の形態に係る制御端末装置３０は、昇降機構１５の昇降プロセスの異常に関する情報を出力する処理を行う。制御端末装置３０は、選択した学習済分類器３２ｂ又は非学習分類器３２ｃを利用して異常の有無を判定し、昇降機構１５の昇降プロセスに異常があると判定した場合には、表示部３４に異常を通知するための異常画面を表示する処理を行う。図７は、制御端末装置３０が表示する異常画面の一例を示す模式図である。図示の例は、学習済分類器３２ｂを利用して異常を判定した場合の異常画面である。

本実施の形態において制御端末装置３０は、異常画面の最上部に、異常の種別を簡潔に示す「基板昇降に異常あり」等の文字列を表示し、異常ありと判定したことをユーザに通知すると共に、異常ありと判定した製造プロセスが基板Ｓの昇降プロセスであることを通知する。この文字列の下方に、制御端末装置３０は、「判定モード：学習モデルＡ」の文字列を表示する。この文字列は、図６に示した選択画面においてユーザが選択操作を行った分類器の名称等を通知するものである。

これらの文字列の下方に、制御端末装置３０は、異常を判定した根拠となる情報をグラフ表示する。図示の例の根拠情報は、横軸を経過時間［１００ｍｓｅｃ］とし、縦軸を荷重測定値［Ｎ］及び異常度としたグラフである。本グラフは、図５に示したグラフに対して、学習済分類器３２ｂが出力する異常度の情報を追加したものに相当する。グラフには、学習済分類器３２ｂが出力する異常度に対して、異常の有無の判定基準となる閾値が破線で示されており、異常度がこの閾値を超えたことで制御端末装置３０が昇降プロセスの異常を判定したことが確認できる。

なお図示は省略するが、制御端末装置３０は、非学習分類器３２ｃを利用した異常を判定した場合の異常画面に、根拠情報のグラフとして図５に示したものと同様のグラフを表示することができる。このときのグラフには、異常度は表示されなくてよい。また根拠情報は、必ずしもグラフ表示されなくてもよく、例えば文字情報で表示されてもよく、また例えば異常が発生した際のチャンバ１１内を撮影した画像が表示されてもよく、これら以外の表示態様が採用されてよい。

また制御端末装置３０は、異常度に対して複数の閾値での判定を行い、異常の程度に応じた異なる画面の表示を行ってもよい。例えば制御端末装置３０は、異常度＞０．３の場合に異常ありと判定して上記の異常画面を表示し、０．１＜異常度≦０．３の場合には異常の予兆ありと判定して上記の異常画面とは異なる警告画面を表示してもよい。図示は省略するが、警告画面は、例えば異常画面と同様に警告メッセージの文字情報及び根拠となるグラフ情報を表示する構成としてもよく、また例えば単に警告メッセージの文字情報のみを表示する構成としてもよく、これら以外の表示を行う構成であってもよい。

また制御端末装置３０は、例えば異常ありと判定した際の異常度の値に応じて、異常画面の背景色を変化させてもよい。制御端末装置３０は、例えば０．１＜異常度≦０．３の場合に背景色を黄色とし、異常度＞０．３の場合に背景色を赤色として異常画面を表示する。これらの表示を行うことによりユーザは、プラズマ処理装置１０にて生じた異常の度合いを容易に判断することができる。なお制御端末装置３０は、異常度に応じて異常あり及び異常の予兆ありの２段階の判定を行うのではなく、１段階又は３段階以上の判定を行う構成であってよく、判定結果に応じて適宜の画面表示を行うことができる。また制御端末装置３０は、画面表示ではなく、例えばランプの点灯又は音声出力等により異常に関する情報を出力する構成であってもよい。

また制御端末装置３０は、例えば異常ありと判定した際の異常度の値に応じて、基板Ｓの昇降プロセスを強制的に停止させるか否かを判断してもよい。制御端末装置３０は、例えば異常度＞０．３であると判定した場合に、基板Ｓの昇降プロセスを強制的に停止させる。制御端末装置３０は、例えば０．１＜異常度≦０．３であると判定した場合には、基板Ｓの昇降プロセスは停止させず、処理を続行する。なお、これらの異常度に対する判断基準の数値は一例であって、これに限るものではない。

また異常画面の最下部には、「ＯＫ」のラベルが付されたボタン１２１が設けられている。制御端末装置３０は、「ＯＫ」のボタン１２１に対する操作を受け付けた場合、例えば基板Ｓの昇降プロセスを終了させ、異常画面から初期画面等へ表示を変更する。又は、制御端末装置３０は、「ＯＫ」のボタン１２１に対する操作を受け付けた場合、異常に応じて停止させた昇降プロセスを再開してもよい。

＜判定結果の修正＞
本実施の形態に係る制御端末装置３０は、基板Ｓの昇降プロセスについて異常の有無の判定結果をログデータとしてログ記憶部３２ｄに記憶している。オペレータ又は管理者等のユーザは、制御端末装置３０にて所定の操作を行うことによって、ログ記憶部３２ｄに記憶されたログデータを表示部３４に表示させることができる。例えば制御端末装置３０は、例えば異常画面の表示後にログデータの表示を行うことができる。ただしログデータの表示は、どのようなタイミングで行われてもよく、昇降プロセスの実施中に行われてもよく、昇降プロセスが実施されていない際に行われてもよい。

図８は、制御端末装置３０が表示するログ画面の一例を示す模式図である。本実施の形態において制御端末装置３０は、最上部に「ログデータ」のタイトルが示されたログ画面を表示する。制御端末装置３０は、ログ画面のタイトルの下方に、基板Ｓの昇降プロセス毎に例えば「日時」、「Ｎｏ．」、「分類器」及び「判定結果」の項目を並べて一覧表示する。「日時」の項目は、昇降プロセスが実施された日時であり、制御端末装置３０の時計機能等により計測された日時である。「Ｎｏ．」の項目は、例えば基板Ｓに対して付される識別番号又は昇降プロセスに対して付される識別番号等であり、処理の開始前にユーザから入力されるか又は制御端末装置３０が自動的に付す番号である。「分類器」の項目は、異常判定に用いられた分類器がいずれであるかを示す情報である。「判定結果」の項目は、基板Ｓの昇降プロセスについての異常の有無の判定結果である。制御端末装置３０は、これらの情報をログ記憶部３２ｄから取得して、例えば時系列順に並べて一覧表示する。

また制御端末装置３０は、ログ画面に一覧表示する各昇降プロセスの情報について、「判定結果」の項目と共に「修正」のラベルが付されたボタン１３１を表示する。「修正」のボタン１３１は、制御端末装置３０による異常有無の判定結果を修正する操作を受け付けるためのボタンである。ユーザは「修正」のボタン１３１に対する操作を行うことによって、「異常あり」の判定結果を「異常なし」へ、又は、「異常なし」の判定結果を「異常あり」へ修正することができる。「修正」のボタン１３１に対する操作を受け付けた場合、制御端末装置３０は、ログ記憶部３２ｄに記憶された判定結果を修正する。またこのときに制御端末装置３０は、判定結果をユーザが修正したことを示すフラグ情報等をログデータに付してログ記憶部３２ｄに記憶してもよい。

判定結果が修正されたログデータは、分類器を用いた異常判定の結果に誤りが生じた際のログデータである。このようなログデータは、学習済分類器３２ｂの再学習を行うための教師データとして有用性が高い。判定結果が修正されたログデータを一又は複数のプラズマ処理装置１０から収集してサーバ装置５が学習済分類器３２ｂの再学習を行うことで、学習済分類器３２ｂを利用した異常判定の精度向上が期待できる。

＜フローチャート＞
図９及び図１０は、本実施の形態に係る制御端末装置３０が行う処理の手順を示すフローチャートである。本実施の形態に係る制御端末装置３０の処理部３１の表示処理部３１ｅは、図６に示した選択画面を表示部３４に表示する（ステップＳ１）。処理部３１の分類器選択部３１ｂは、選択画面に設けられたボタン１１１〜１１７に対するタッチ操作等に基づいて、分類器の選択に関するユーザの選択操作を受け付ける（ステップＳ２）。分類器選択部３１ｂは、ステップＳ２にて受け付けた選択操作に応じて、異常判定処理に用いる分類器として学習済分類器３２ｂを選択するか否かを判定する（ステップＳ３）。

学習済分類器３２ｂを選択する場合（Ｓ３：ＹＥＳ）、処理部３１は、記憶部３２に記憶された学習済分類器３２ｂを読み出す（ステップＳ４）。このときに処理部３１は、複数の学習済分類器３２ｂが記憶部に記憶されている場合、選択画面の設けられたボタン１１１〜１１３のいずれに対する選択操作がなされたかに応じて、対応する１つの学習済分類器３２ｂを読み出す。処理部３１は、ステップＳ７へ処理を進める。

学習済分類器３２ｂを選択しない場合（Ｓ３：ＮＯ）、分類器選択部３１ｂは、非学習分類器３２ｃを選択するか否かを判定する（ステップＳ５）。非学習分類器３２ｃを選択する場合（Ｓ５：ＹＥＳ）、処理部３１は、記憶部３２に記憶された非学習分類器３２ｃを読み出す（ステップＳ６）。このときに処理部３１は、複数の非学習分類器３２ｃが記憶部に記憶されている場合、選択画面の設けられたボタン１１６，１１７のいずれに対する選択操作がなされたかに応じて、対応する１つの非学習分類器３２ｃを読み出す。処理部３１は、ステップＳ７へ処理を進める。

非学習分類器３２ｃを選択しない場合（Ｓ５：ＮＯ）、処理部３１は、分類器を用いた異常判定を行わない。処理部３１の制御処理部３１ｆは、昇降機構１５の昇降プロセスについての異常判定を行うことなく、プラズマ処理装置１０を稼働して製造プロセスを実施する（ステップＳ１２）。制御処理部３１ｆは、所望のプロセスが終了したか否かを判定する（ステップＳ１３）。プロセスが終了していない場合（Ｓ１３：ＮＯ）、制御処理部３１ｆは、ステップＳ１２へ処理を戻し、製造プロセスを継続する。終了したと判定した場合（Ｓ１３：ＹＥＳ）、処理部３１は、処理を終了する。

ステップＳ４又はＳ６にて分類器を読み出した後、制御処理部３１ｆは、読み出した分類器を用いた異常判定を行いながら、プラズマ処理装置１０を稼働して製造プロセスを実施する（ステップＳ７）。処理部３１のプロセス情報取得部３１ａは、測定部２０が測定するデータ（荷重測定値）を取得する（ステップＳ８）。処理部３１の状態情報取得部３１ｃは、ステップＳ８にて取得した測定データとそれ以前に取得した測定データとを組み合わせて、複数の測定データを分類器へ入力する（ステップＳ９）。そして、状態情報取得部３１ｃは、測定データの入力に応じて分類器が出力する出力データ（異常度）を取得する（ステップＳ１０）。

処理部３１のデータ記録部３１ｈは、ステップＳ８にて取得した測定データと、ステップＳ１０にて取得した出力データとを対応付けてログデータとして記憶部３２のログ記憶部３２ｄに記録する（ステップＳ１１）。なお本フローチャートでは測定データと出力データとを対応付けてログデータとして記録しているが、測定データと出力データに基づく異常の有無の判定結果とを対応付けてログデータとして記録してもよい。また、測定データと出力データと判定結果とを対応付けてログデータとしてもよい。

処理部３１の異常判定部３１ｄは、ステップＳ１０にて取得した出力データに基づいて、昇降機構１５の昇降プロセスに関する異常の有無を判定する（ステップＳ１４）。異常判定部３１ｄは、例えば異常度が所定の閾値０．３を超える場合に、昇降プロセスに異常ありと判定することができる。異常があると判定した場合（Ｓ１４：ＹＥＳ）、表示処理部３１ｅは、図７に示した異常画面を表示部３４に表示し（ステップＳ１５）、処理を終了する。

異常がないと判定した場合（Ｓ１４：ＮＯ）、異常判定部３１ｄは、ステップＳ１０にて取得した出力データに基づいて、警告を行う必要があるか否かを判定する（ステップＳ１６）。異常判定部３１ｄは、例えば異常度が０．１を超え、且つ、０．３未満である場合に、警告の必要ありと判定する。警告の必要なしと判定した場合（Ｓ１６：ＮＯ）、処理部３１は、ステップＳ１８へ処理を進める。警告の必要ありと判定した場合（Ｓ１６：ＹＥＳ）、表示処理部３１ｅは、警告メッセージ等を含む警告画面を表示部３４に表示し（ステップＳ１７）、ステップＳ１８へ処理を進める。

次いで制御処理部３１ｆは、所望のプロセスが終了したか否かを判定する（ステップＳ１８）。プロセスが終了していない場合（Ｓ１８：ＮＯ）、制御処理部３１ｆは、ステップＳ７へ処理を戻し、製造プロセスを継続する。終了したと判定した場合（Ｓ１８：ＹＥＳ）、処理部３１は、処理を終了する。

なお本実施の形態においては、制御端末装置３０がログデータを自身の記憶部３２に記憶しているが、これに限るものではない。制御端末装置３０がネットワークを介してサーバ装置５との通信を行うことが可能である場合には、制御端末装置３０がログデータをサーバ装置５へ送信し、サーバ装置５がログデータの蓄積を行ってもよい。

図１１は、本実施の形態に係る制御端末装置３０が行うログ修正処理の手順を示すフローチャートである。本実施の形態に係る制御端末装置３０の処理部３１は、例えばメニュー画面等においてログ画面を表示する項目が選択された場合等に、記憶部３２のログ記憶部３２ｄに記憶されたログデータを読み出す（ステップＳ２１）。処理部３１の表示処理部３１ｅは、読み出したログデータに基づいて、図８に示したログ画面を表示部３４に表示する（ステップＳ２２）。

その後、処理部３１の修正操作受付部３１ｇは、ログ画面に設けられた「修正」のボタン１３１に対する操作の有無に応じて、判定結果の修正を受け付けたか否かを判定する（ステップＳ２３）。判定結果の修正を受け付けた場合（Ｓ２３：ＹＥＳ）、修正操作受付部３１ｇは、操作がなされた「修正」のボタン１３１に対応する判定結果のデータを修正し（ステップＳ２４）、処理を終了する。判定結果の修正を受け付けない場合（Ｓ２３：ＮＯ）、修正操作受付部３１ｇは、データの修正を行わずに処理を終了する。

図１２は、本実施の形態に係るサーバ装置５が行う学習済分類器３２ｂの再学習処理の手順を示すフローチャートである。本実施の形態に係るサーバ装置５の処理部５１の学習処理部５１ａは、プラズマ処理装置１０の学習済分類器３２ｂの再学習処理を行うタイミングに至ったか否かを判定する（ステップＳ３１）。学習処理部５１ａは、例えば所定期間（１ヶ月又は１年等）が経過した場合、又は、システムの管理者等による再学習処理の実行指示が与えられた場合等に、再学習処理を行うタイミングに至ったと判定する。再学習処理を行うタイミングに至っていない場合（Ｓ３１：ＮＯ）、学習処理部５１ａは、再学習処理を行うタイミングに至るまで待機する。

再学習処理を行うタイミングに至った場合（Ｓ３１：ＹＥＳ）、学習処理部５１ａは、プラズマ処理装置１０の制御端末装置３０が蓄積したログデータを取得する（ステップＳ３２）。このときに学習処理部５１ａは、例えば制御端末装置３０が蓄積したログデータが記録された記録媒体９９からログデータを取得してもよく、また例えば制御端末装置３０との間で通信を行ってログデータを取得してもよい。学習処理部５１ａは、取得したログデータからプロセス情報及びプロセスの状態情報を抽出して対応付けることにより、再学習処理のための教師データを生成する（ステップＳ３３）。

次いで学習処理部５１ａは、再学習処理の対象となる学習済分類器３２ｂを読み出す（ステップＳ３４）。このときに学習処理部５１ａは、自身の記憶部５２に記憶しておいた学習済分類器３２ｂを読み出してもよく、記録媒体９９を介して制御端末装置３０の記憶部３２に記憶された学習済分類器３２ｂを取得して読み出してもよい。学習処理部５１ａは、ステップＳ３４にて読み出した学習済分類器３２ｂに対して、ステップＳ３３にて生成した教師データを用いた再学習を行う（ステップＳ３５）。学習処理部５１ａは、再学習を終えた学習済分類器３２ｂを、例えばカードスロット５４に装着された記録媒体９９へ、又は、ネットワークを介して制御端末装置３０へ出力し（ステップＳ３６）、再学習処理を終了する。

＜その他のプロセス情報について＞
本実施の形態においては、プラズマ処理装置１０の昇降機構１５の昇降プロセスについて異常判定を行う構成を説明したが、本技術の適用は昇降機構１５の昇降プロセスに限らない。図１３は、プラズマ処理装置１０の概略構成を示す模式図である。プラズマ処理装置１０は、ガス供給源（ガスＮｏ．１〜Ｎｏ．６）からチャンバ１１までの各流路に設けられたＭＦＣ（Mass Flow Controller）７１を備えており、ＭＦＣ７１は各ガスの流量（ガスＮｏ．１〜Ｎｏ．６流量）を測定する。プラズマ処理装置１０は、チャンバ１１の壁面を加熱するヒータ（図示は省略する）が適宜の箇所に設けられており、このヒータの温度（温度Ｎｏ．１−１〜Ｎｏ．１−４）を測定する測定器（図示は省略する）を備えている。プラズマ処理装置１０は、チャンバ１１内の圧力（チャンバ内圧力）を測定する真空計７２を備えている。

また、プラズマ処理装置１０はチャンバ１１を囲んで配置されるコイル６３を備えており、コイル６３には上部高周波電源６４から上部マッチングユニット６５を介して高周波電力（上部高周波電力）が印加されることで、チャンバ１１内のガスがプラズマ化される。プラズマ処理装置１０は、上部高周波電源６４が印加する上部高周波電力と、上部マッチングユニット６５の整合位置（上部マッチングユニット整合位置）とを測定する測定器（図示は省略する）を備えている。上部マッチングユニット整合位置は、上部マッチングユニット６５が備える可変コンデンサ又は可変コイル等の定数である。

また、プラズマ処理装置１０は、載置台１３に下部マッチングユニット６７を介して高周波電力（下部高周波電力）を印加する下部高周波電源６６を備えており、載置台１３に対する下部高周波電力の印加により基板Ｓに対するエッチング処理が施される。プラズマ処理装置１０は、下部高周波電源６６が印加する下部高周波電力と、下部マッチングユニット６７の整合位置（下部マッチングユニット整合位置）とを測定する測定器（図示は省略する）を備えている。下部マッチングユニット整合位置は、下部マッチングユニット６７が備える可変コンデンサ又は可変コイル等の定数である。

また、プラズマ処理装置１０は、載置台１３を冷却するチラー６８と、チラー６８の温度（チラー温度）を測定する測定器（図示は省略する）とを備えている。また、プラズマ処理装置１０は、プラズマ処理の実行中に基板Ｓの裏面にＨｅガスを供給して冷却を行い、この際に供給するＨｅガスの圧力及び流量（Ｈｅガス圧力・流量）を測定する圧力・流用計６９を備えている。

また、プラズマ処理装置１０は、チャンバ１１の排気管７７に設けられたＡＰＣ（Auto Pressure Controller、自動圧力制御装置）７３、第１ポンプ７４、第２ポンプ７５等を備えている。ＡＰＣ７３は、バルブ開度を調整することによって、チャンバ１１内の圧力を制御する。第１ポンプ７４は反応生成物を排気するためのポンプであり、第２ポンプ７５は第１ポンプを補助するためのポンプである。プラズマ処理装置１０は、ＡＰＣ７３の温度（温度Ｎｏ．１−５）及び第１ポンプ７４の温度（温度Ｎｏ．１−６）を測定する測定器（図示は省略する）を備えている。また排気管７７には複数箇所にヒータ（図示は省略する）が適所に設けられており、プラズマ処理装置１０は、これらのヒータの温度（温度Ｎｏ．１−７、１−８）を測定する測定器（図示は省略する）を備えている。またプラズマ処理装置１０は、ＡＰＣ７３のバルブの開度（ＡＰＣ開度）を測定する測定器（図示は省略する）と、第１ポンプ７４及び第２ポンプ７５の間の排気管７７の圧力（フォアライン圧力）を測定する真空計７６とを備えている。

このように、プラズマ処理装置１０は様々な測定器を備えており、制御端末装置３０はこれら測定器から製造プロセスに関する様々なプロセス情報を取得することができる。図示の例では、制御端末装置３０は、ガスＮｏ．１〜Ｎｏ．６流量、温度Ｎｏ．１−１〜１−８、チャンバ内圧力、Ｈｅガス圧力・流量、チラー温度、上部高周波電力、下部高周波電力、上部マッチングユニット整合位置、下部マッチングユニット整合位置、ＡＰＣ開度及びフォアライン圧力等のプロセス情報を取得することができる。

制御端末装置３０は、これらの様々なプロセス情報に基づいて、プラズマ処理装置１０の様々な装置又はプロセスの状態を判定してよい。例えば制御端末装置３０は、ガスＮｏ．１〜Ｎｏ．６流量のプロセス情報に基づいて、ガス供給源又はガス供給プロセスの異常の有無を判定することができる。また例えば制御端末装置３０は、上部高周波電力のプロセス情報に基づいて、上部高周波電源６４の異常の有無を判定することができる。また例えば制御端末装置３０は、真空計７６が測定したフォアライン圧力のプロセス情報に基づいて、第１ポンプ７４及び第２ポンプ７５の異常又は排気プロセスの異常の有無を判定することができる。なおこれらは一例であって、制御端末装置３０は、どのようなプロセス情報に基づいてどのような判定を行ってもよい。

いずれのプロセス情報に基づいて判定を行う場合であっても、本実施の形態に係る制御端末装置３０は、予め機械学習がなされた学習済分類器３２ｂと、機械学習によらずに生成された非学習分類器３２ｃとを適宜に選択して、判定処理を行うことができる。

また制御端末装置３０は、プラズマ処理装置１０のプロセス情報に基づいて製造プロセスの異常の有無を判定するのみでなく、製造プロセスに関する判定処理又は制御処理等の様々な処理を行ってよい。製造プロセスに関する処理には、製造プロセスに関する検出又は予測等の処理を含み、例えばプラズマ処理装置１０のプロセスにおける異常検出、エッチング処理を実行するプラズマ処理装置１０におけるエッチング終点の検出、エッチング形状及び深さの予測、並びに、成膜処理を実行するプラズマ処理装置１０における成膜した膜質の予測等の処理を含み得る。

例えばプラズマ処理装置１０は、基板Ｓに対してエッチング処理を行う際に、エッチングの終点を検出する処理を行う場合がある。プラズマ処理装置１０は、例えばチャンバ１１内に生じた光を分光器へ導いて所定の波長を有する光の強度を検出することでエッチングの終点検出を行うことができる。そこで、上述の様々なプロセス情報のうちの一部又は全部（例えばフォアライン圧力又はＡＰＣ開度と、上部マッチングユニット整合位置及び／又は下部マッチングユニット整合位置とを含むことが好ましい）と、分光器による検出結果とを対応付けた教師データを用いて機械学習がなされた学習済分類器３２ｂを生成し、制御端末装置３０が終点検出処理にてこの学習済分類器３２ｂを用いてもよい。この場合も、本実施の形態に係る制御端末装置３０は、終点検出処理に学習済分類器３２ｂを用いるか、分光器による検出を行う非学習分類器３２ｃを用いるかを選択してよい。

＜まとめ＞
以上の構成の本実施の形態に係る半導体製造システムでは、半導体製造装置１の製造プロセスに係るプロセス情報として、プラズマ処理装置１０の昇降機構１５の昇降プロセスについて測定部２０が測定した荷重の情報を制御端末装置３０が取得する。制御端末装置３０は、予め記憶部３２に記憶した分類器に対して取得したプロセス情報（荷重測定値）を入力し、分類器が出力する製造プロセスの状態情報、即ち昇降プロセスに関する異常度を取得する。制御端末装置３０は、取得した異常度に応じて昇降機構１５の昇降プロセスの停止等の制御を行う。

制御端末装置３０は、処理に用いる分類器として、学習済分類器３２ｂ及び非学習分類器３２ｃを記憶部３２に記憶している。学習済分類器３２ｂは、製造プロセスのプロセス情報及び状態情報が対応付けられた教師データを用いて、ｋ近傍法又はＳＶＭ等の機械学習がサーバ装置５にて予めなされた分類器であり、プロセス情報の入力を受け付けてプロセスの状態情報を出力する。非学習分類器３２ｃは、入力されたプロセス情報と予め定められた判定基準の比較結果に従って製造プロセスの状態情報を出力する。制御端末装置３０は、記憶部３２に記憶したこれら複数の分類器の中から１つを選択して処理に用いる。

これにより本実施の形態に係る半導体製造システムは、複数の分類器を適宜に利用して、半導体の製造プロセスに関する異常等の状態に適した制御を行うことが期待できる。

また本実施の形態に係る制御端末装置３０は、選択可能な分類器を示した選択画面を表示部３４に表示し、選択画面に示された分類器の中からの選択操作をユーザから受け付ける。制御端末装置３０は、ユーザから受け付けた分類器の選択操作に応じて、記憶部３２に記憶した分類器の中から処理に用いる１つ分類器を選択する。これにより制御端末装置３０は、オペレータ又は管理者等のユーザの判断に適した分類器を選択して処理を行うことができる。

また制御端末装置３０は、半導体製造装置１の製造プロセスに係る処理条件、例えば処理対象の基板Ｓが裏面酸化膜を有するか否か等の条件を取得して、取得した条件に応じて分類器を自動的に選択してもよい。これによりオペレータ又は管理者等のユーザが選択操作を行うことなく、制御端末装置３０が処理条件に適した分類器を選択して処理を行うことができる。

また本実施の形態に係る制御端末装置３０は、異なる教師データを用いて機械学習がなされた複数個の学習済分類器３２ｂを記憶部３２に記憶し、複数個の学習済分類器３２ｂの中からいずれか１つを選択して処理を行う。これにより制御端末装置３０は、異なる複数個の学習済分類器３２ｂを適宜に使い分けて処理を行うことができる。

また本実施の形態に係る制御端末装置３０は、分類器から取得した状態情報（異常度）に基づいて製造プロセスの異常に関する情報の出力を行う。制御端末装置３０は、分類器から取得した状態情報に基づいて製造プロセスの異常の有無を判定し、異常があると判定した場合に、状態情報を取得した分類器を示した異常画面を出力する。また制御端末装置３０は、状態情報に基づいて製造プロセスの異常の予兆を判定し、異常の予兆があると判定した場合に、警告画面を出力する。また制御端末装置３０は、分類器へ入力したプロセス情報（荷重測定値）及び分類器が出力した状態情報（異常度）の時系列的な変化を異常画面にグラフ表示する。これによりオペレータ又は管理者等のユーザが異常の有無及び異常の原因等を把握することを容易化することに寄与できる。

また本実施の形態に係る制御端末装置３０は、分類器が出力した状態情報又はこれに基づく異常の有無の判定結果についての修正操作をユーザから受け付けて、修正された状態情報又は判定結果を分類器に入力したプロセス情報に対応付けたログデータとしてログ記憶部３２ｄに記憶する。これにより、分類器に基づく判定に誤りが生じた際のログデータを修正して教師データとして用い、サーバ装置５による分類器の再学習処理に用いることができる。

今回開示された実施形態はすべての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上記した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

１ 半導体製造装置
５ サーバ装置
１０ プラズマ処理装置
１１ チャンバ
１２ 筐体
１３ 載置台
１４ 静電チャック
１５ 昇降機構
１５ａ リフトピン
１５ｂ 昇降体
１５ｃ シリンダ装置
１５ｄ ピストンロッド
１６ ベローズ
２０ 測定部
３０ 制御端末装置
３１ 処理部
３１ａ プロセス情報取得部
３１ｂ 分類器選択部
３１ｃ 状態情報取得部
３１ｄ 異常判定部
３１ｅ 表示処理部
３１ｆ 制御処理部
３１ｇ 修正操作受付部
３１ｈ データ記録部
３２ 記憶部
３２ａ プログラム
３２ｂ 学習済分類器
３２ｃ 非学習分類器
３２ｄ ログ記憶部
３３ 通信部
３４ 表示部
３５ 操作部
３６ カードスロット
５１ 処理部
５１ａ 学習処理部
５２ 記憶部
５２ａ サーバプログラム
５３ 通信部
５４ カードスロット
９９ 記録媒体

Claims (14)

1. コンピュータに、
   半導体製造装置の製造プロセスに係る測定値を取得し、
   前記測定値及び前記製造プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記製造プロセスの異常度を出力する第１の分類器、又は、前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分を前記製造プロセスの異常度として出力する第２の分類器のいずれかを選択し、
   取得した前記測定値を、選択した前記第１の分類器又は前記第２の分類器に入力して前記製造プロセスの異常度を取得し、
   取得した異常度に応じて前記製造プロセスを制御する
   処理を実行させるコンピュータプログラム。
2. 前記第１の分類器又は前記第２の分類器の選択操作を受け付け、
   受け付けた選択操作に応じて、前記第１の分類器又は前記第２の分類器のいずれかを選択する、
   請求項１に記載のコンピュータプログラム。
3. 選択可能な分類器を示した選択画面を表示部に表示し、
   前記選択画面に示された分類器の中からの選択操作を受け付ける、
   請求項２に記載のコンピュータプログラム。
4. 前記製造プロセスに係る処理条件を取得し、
   取得した前記処理条件に応じて、前記第１の分類器又は前記第２の分類器のいずれかを選択する、
   請求項１に記載のコンピュータプログラム。
5. 前記半導体製造装置は、異なる教師データを用いて機械学習がなされた複数個の前記第１の分類器を有し、
   複数個の前記第１の分類器及び前記第２の分類器の中からいずれか１つを選択する、
   請求項１から請求項４までのいずれか１つに記載のコンピュータプログラム。
6. 取得した前記異常度に基づいて前記製造プロセスの異常に係る情報を出力する、
   請求項１から請求項５までのいずれか１つに記載のコンピュータプログラム。
7. 前記第１の分類器へ入力した測定値及び前記第１の分類器が出力した異常度を出力する、
   請求項６に記載のコンピュータプログラム。
8. 前記測定値の時系列的な変化を示すグラフを出力する、
   請求項６又は請求項７に記載のコンピュータプログラム。
9. 前記測定値の入力に対して前記第１の分類器が出力した前記異常度に対する修正を受け付け、
   前記測定値及び修正された前記異常度を対応付けて、再学習用の教師データとして記憶部に記憶する、
   請求項１から請求項８までのいずれか１つに記載のコンピュータプログラム。
10. 製造プロセスに係る測定値及び前記製造プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記製造プロセスの異常度を出力する第１の分類器と、
    前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分に応じた前記製造プロセスの異常度を出力する第２の分類器と、
    前記測定値を取得するプロセス情報取得部と、
    前記第１の分類器又は前記第２の分類器のいずれかを選択する分類器選択部と、
    前記プロセス情報取得部が取得した前記測定値を、前記分類器選択部が選択した前記第１の分類器又は前記第２の分類器に入力して前記製造プロセスの異常度を取得する状態情報取得部と、
    前記状態情報取得部が取得した異常度に応じて前記製造プロセスを制御する制御部と
    を備える半導体製造装置。
11. 基板を昇降させる昇降機構を備える基板昇降装置であって、
    前記基板を昇降させるプロセスに係る測定値及び前記プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記プロセスの異常度を出力する第１の分類器と、
    前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分に応じた前記プロセスの異常度を出力する第２の分類器と、
    前記測定値を取得するプロセス情報取得部と、
    前記第１の分類器又は前記第２の分類器のいずれかを選択する分類器選択部と、
    前記プロセス情報取得部が取得した前記測定値を、前記分類器選択部が選択した前記第１の分類器又は前記第２の分類器に入力して前記プロセスの異常度を取得する状態情報取得部と、
    前記状態情報取得部が取得した異常度に応じて前記プロセスを制御する制御部と
    を備える基板昇降装置。
12. 半導体製造装置の製造プロセスに係る測定値及び前記製造プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記製造プロセスの異常度を出力する第１の分類器と、前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分に応じた前記製造プロセスの異常度を出力する第２の分類器とを利用して、
    前記測定値を取得し、
    前記第１の分類器又は前記第２の分類器のいずれかを選択し、
    取得した前記測定値を、選択した前記第１の分類器又は前記第２の分類器に入力して前記製造プロセスの異常度を取得し、
    取得した異常度に応じて前記製造プロセスを制御する
    半導体製造方法。
13. コンピュータに、
    半導体製造装置の製造プロセスに係る測定値を取得し、
    選択可能な分類器を示した選択画面を表示部に表示し、
    前記選択画面に示された分類器の中からの選択操作を受け付け、
    受け付けた選択操作に応じて、前記測定値及び前記製造プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記製造プロセスの異常度を出力する第１の分類器、又は、前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分を前記製造プロセスの異常度として出力する第２の分類器のいずれかを選択し、
    取得した前記測定値を、選択した前記第１の分類器又は前記第２の分類器に入力して前記製造プロセスの異常度を取得し、
    取得した異常度に応じて前記製造プロセスを制御する
    処理を実行させ、
    前記選択画面には、
    選択可能な前記第１の分類器と、当該第１の分類器を機械学習した方法に関する情報とを対応付けて表示し、
    選択可能な前記第２の分類器と、当該第２の分類器による分類の方法に関する情報とを対応付けて表示する、
    コンピュータプログラム。
14. コンピュータに、
    半導体製造装置の製造プロセスに係る測定値を取得し、
    前記測定値及び前記製造プロセスの状態に係る異常度が対応付けられた教師データを用いて機械学習がなされ、前記測定値の入力を受け付けて前記製造プロセスの異常度を出力する第１の分類器、又は、前記測定値の入力を受け付けて、入力を受け付けた前記測定値又は前記測定値の変化量と所定値との差分を前記製造プロセスの異常度として出力する第２の分類器のいずれかを選択し、
    取得した前記測定値を、選択した前記第１の分類器又は前記第２の分類器に入力して前記製造プロセスの異常度を取得し、
    取得した異常度に応じて前記製造プロセスを制御し、
    前記第１の分類器へ入力した測定値の時系列的な変化と、前記第１の分類器が出力した異常度の時系列的な変化とを示すグラフを出力する
    処理を実行させるコンピュータプログラム。

Images