JP7460381B2 - データ処理方法、データ処理装置およびプログラム - Google Patents

Description

本発明は、データ処理方法、データ処理装置およびプログラムに関する。

基板を処理する基板処理装置が知られている。典型的には、基板処理装置は、半導体基板の処理に好適に用いられる。基板処理装置から時系列的に出力されるデータに基づいて、基板処理装置の異常を判定することが検討されている（例えば、特許文献１参照）。特許文献１の半導体製造装置では、特定の監視対象と関連する別の監視対象との相関データから２軸座標系を作成して異常領域に含まれるか否かに基づいて半導体製造装置の異常を判定している。

特開２００６－２２８９１１号公報

しかしながら、特許文献１の手法では、所望な相関関係を有する２つの監視対象を特定することが必要となるが、実際には、この特定は困難であり、半導体製造装置の状態を容易に判定できなかった。

本発明は上記課題に鑑みてなされたものであり、その目的は、基板処理装置において生成された複数の時系列データから、特定の時系列データを容易に抽出するデータ処理方法、データ処理装置およびプログラムを提供することにある。

本発明の一局面によれば、データ処理方法は、時系列データを取得するステップと、評価値を取得するステップと、区分に分類するステップと、抽出するステップと、クラスタに分類するステップとを包含する。前記時系列データを取得するステップにおいて、基板処理装置で得られた複数の時系列データを取得する。前記評価値を取得するステップにおいて、前記複数の時系列データのそれぞれの評価値を取得する。前記区分に分類するステップにおいて、前記評価値に基づいて前記複数の時系列データのそれぞれを複数の区分のいずれかに分類する。前記抽出するステップにおいて、前記複数の区分のいずれかに対応する時系列データを抽出時系列データとして抽出する。前記クラスタに分類するステップにおいて、前記抽出時系列データをクラスタリング処理して複数のクラスタのいずれかに分類する。

ある実施形態において、前記評価値を取得するステップでは、前記複数の時系列データのそれぞれと基準データとの比較により前記複数の時系列データのそれぞれの評価値を取得する。

ある実施形態において、前記評価値を取得するステップでは、前記時系列データと前記基準データの値の差が大きい場合の前記評価値は、前記時系列データと前記基準データの値の差が小さい場合の前記評価値よりも大きい。

ある実施形態において、前記データ処理方法は、前記抽出時系列データの評価値の変化を示す評価値グラフと、前記抽出時系列データとを切り換えて表示するステップをさらに包含する。

ある実施形態において、前記データ処理方法は、前記抽出時系列データを記憶するステップをさらに包含する。

ある実施形態において、前記データ処理方法は、前記複数のクラスタのいずれかに分類された抽出時系列データの評価値を示す評価値グラフと、前記抽出時系列データとを切り換えて表示するステップをさらに包含する。

ある実施形態において、前記データ処理方法は、前記抽出時系列データに対応するクラスタに、前記時系列データに対応する前記基板処理装置についての原因対策情報を付与した学習データベースを生成するステップをさらに包含する。

本発明の別の局面によれば、データ処理装置は、データ取得部と、評価値取得部と、分類部と、抽出部と、クラスタリング処理部とを備える。前記データ取得部は、基板処理装置で得られた複数の時系列データを取得する。前記評価値取得部は、前記複数の時系列データのそれぞれの評価値を取得する。前記分類部は、前記評価値に基づいて前記複数の時系列データを複数の区分のいずれかに分類する。前記抽出部は、前記複数の区分のいずれかに対応する時系列データを抽出時系列データとして抽出する。前記クラスタリング処理部は、前記抽出時系列データをクラスタリング処理して複数のクラスタのいずれかに分類する。

本発明のさらに別の局面によれば、プログラムは、時系列データを取得するステップと、評価値を取得するステップと、区分に分類するステップと、抽出するステップと、クラスタに分類するステップとをコンピュータに実行させる。前記時系列データを取得するステップにおいて、基板処理装置で得られた複数の時系列データを取得する。前記評価値を取得するステップにおいて、前記複数の時系列データのそれぞれの評価値を取得する。前記区分に分類するステップにおいて、前記評価値に基づいて前記複数の時系列データを複数の区分のいずれかに分類する。前記抽出するステップにおいて、前記複数の区分のいずれかに対応する時系列データを抽出時系列データとして抽出する。前記クラスタに分類するステップにおいて、前記抽出時系列データをクラスタリング処理して複数のクラスタのいずれかに分類する。

本発明によれば、基板処理装置において生成された複数の時系列データから、特定の時系列データを容易に抽出できる。

本実施形態のデータ処理装置および基板処理装置の模式図である。 本実施形態のデータ処理方法のフロー図である。 （ａ）は本実施形態のデータ処理方法に用いられる時系列データを示すグラフであり、（ｂ）は本実施形態のデータ処理方法に用いられる基準データを示すグラフである。 （ａ）は本実施形態のデータ処理方法に用いられる時系列データを示す模式図であり、（ｂ）は本実施形態のデータ処理方法における時系列データと基準データとの比較を示す模式図であり、（ｃ）は本実施形態のデータ処理方法における評価値の変化を示す模式図である。 （ａ）は本実施形態のデータ処理方法における評価値に基づく分類を示す模式図であり、（ｂ）は本実施形態のデータ処理方法における時系列データの抽出を示す模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。 （ａ）～（ｃ）は本実施形態のデータ処理装置において表示部に表示される評価値の変化を示す評価値グラフおよび時系列データを示す模式図である。 （ａ）～（ｃ）は本実施形態のデータ処理装置において表示部に表示される時系列データを示す模式図である。 （ａ）～（ｃ）は本実施形態のデータ処理装置において表示部に表示される抽出評価値グラフおよび対応する時系列データを示す模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。 （ａ）～（ｃ）は本実施形態のデータ処理方法において抽出された時系列データを示す模式図である。 本実施形態のデータ処理方法のフロー図である。 本実施形態のデータ処理方法のフロー図である。 本実施形態のデータ処理装置における学習データベースのテーブルを示す模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。 本実施形態のデータ処理方法のフロー図である。 本実施形態のデータ処理方法のフロー図である。 （ａ）は制御信号の波形を示す図であり、（ａ）は時系列データの波形を示す図である。 複数の時系列データの値を示す模式図である。 （ａ）評価値分布を示すグラフであり、（ｂ）評価値分布の標準化結果を示すグラフである。 本実施形態のデータ処理装置および基板処理装置の模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。 本実施形態のデータ処理装置および基板処理装置の模式図である。

以下、図面を参照して、本発明によるデータ処理方法、データ処理装置およびプログラムの実施形態を説明する。なお、図中、同一または相当部分については同一の参照符号を付して説明を繰り返さない。

まず、図１を参照して、本発明によるデータ処理装置１００の実施形態を説明する。図１は、本実施形態のデータ処理装置１００および基板処理装置２００の模式図である。

データ処理装置１００は、データ処理を行う。具体的には、データ処理装置１００は、基板処理装置２００において生成された時系列データＴＤを処理する。

典型的には、基板処理装置２００は、少なくとも１つの処理ユニット２１０を含む。処理ユニット２１０は、それぞれ時系列データＴＤを生成する。

時系列データＴＤは、基板処理装置２００における物理量の時間変化を示すデータである。時系列データＴＤは、所定期間にわたって時系列に変化した物理量（値）の時間変化を示す。例えば、時系列データＴＤは、基板処理装置２００が基板に対して行った処理についての物理量の時間変化を示すデータである。あるいは、時系列データＴＤは、基板処理装置２００によって処理された基板の特性についての物理量の時間変化を示すデータである。

なお、時系列データＴＤにおいて示される値は、測定機器において直接測定された値であってもよい。または、時系列データＴＤにおいて示される値は、測定機器において直接測定された値を演算処理した値であってもよい。あるいは、時系列データＴＤにおいて示される値は、複数の測定機器において測定された値を演算したものであってもよい。

典型的には、時系列データＴＤは、１０個以上の値を含む。時系列データＴＤは、１００個以上の値から構成されてもよく、１０００個以上の値から構成されてもよい。

データ処理装置１００は、基板処理装置２００と通信可能に接続されていてもよい。あるいは、基板処理装置２００において生成された時系列データＴＤは、記憶素子を介してデータ処理装置１００に転送されてもよい。

データ処理装置１００は、処理部１０を備える。処理部１０は、プロセッサーを有する。処理部１０は、例えば、中央処理演算機（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）を有する。または、処理部１０は、汎用演算機を有してもよい。

データ処理装置１００は、記憶部２０をさらに備えてもよい。記憶部２０は、データおよびコンピュータプログラムを記憶する。記憶部２０は、主記憶装置と、補助記憶装置とを含む。主記憶装置は、例えば、半導体メモリである。補助記憶装置は、例えば、半導体メモリおよび／またはハードディスクドライブである。記憶部２０はリムーバブルメディアを含んでいてもよい。処理部１０は、記憶部２０の記憶するコンピュータプログラムを実行する。

ここでは、コンピュータプログラムは、非一時的コンピュータ読取可能記憶媒体に記憶される。非一時的コンピュータ読取可能記憶媒体は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＣＤ－ＲＯＭ、磁気テープ、磁気ディスクまたは光データ記憶装置を含む。

記憶部２０は、基板処理装置２００において生成された時系列データを記憶する。データ処理装置１００と基板処理装置２００とは互いに通信可能に接続されており、時系列データＴＤは、基板処理装置２００において生成されるごとにデータ処理装置１００に転送されて、記憶部２０は、時系列データＴＤを順次記憶してもよい。あるいは、基板処理装置２００において所定数の時系列データＴＤが生成されるごとに、時系列データＴＤはまとめてデータ処理装置１００に転送され、記憶部２０は、時系列データＴＤをまとめて記憶してもよい。

処理部１０は、データ取得部１１と、評価値取得部１２と、分類部１３と、抽出部１４とを含む。データ取得部１１は、複数の時系列データを取得する。ここでは、データ取得部１１は、記憶部２０から時系列データＴＤを取得する。なお、本明細書において、データ取得部１１を単に取得部１１と記載することがある。

評価値取得部１２は、複数の時系列データＴＤのそれぞれについて評価値を取得する。本明細書において、評価値取得部１２を単に取得部１２と記載することがある。

評価値取得部１２は、複数の時系列データＴＤに対して同一の評価基準に従って評価値を取得する。評価値取得部１２は、特定の評価基準に従って１つの時系列データＴＤに対応して１つの評価値を生成する。例えば、評価値取得部１２は、時系列データＴＤの全体に対して同じ評価基準に従って評価値を取得する。あるいは、評価値取得部１２は、時系列データＴＤの特定の一部分について同じ評価基準に従って評価値を取得する。なお、評価値取得部１２は、時系列データＴＤの全体または特定の一部分を用いて、複数の評価基準を総合して評価値を生成してもよい。

典型的には、評価値取得部１２は、データ処理装置１００において設定された評価基準に従って時系列データＴＤの評価値を演算することによって生成する。例えば、評価値取得部１２は、時系列データＴＤを示すグラフの波形を数値化することによって評価値を生成する。ただし、評価値取得部１２は、他の構成要素に評価値を演算させ、演算させた評価値のみを取得してもよい。評価値は、時系列データＴＤと基準となるデータとの比較によって生成されてもよい。なお、基準となるデータでは、記憶部２０に記憶されていることが好ましい。

評価値の取り得る数は、時系列データＴＤの数よりも少ない。典型的には、時系列データＴＤの数は１００以上であるのに対して、評価値の取り得る数は２０以上１００未満である。

なお、時系列データＴＤの上限は特に限定されない。データ処理装置１００が演算または記憶可能であれば、時系列データＴＤの数の上限は任意であってもよい。一例では、時系列データＴＤの上限は１万であり、時系列データＴＤの上限は１億であってもよい。

分類部１３は、評価値に基づいて、複数の時系列データＴＤのそれぞれを複数の区分のいずれかに分類する。複数の区分の数は、時系列データＴＤの数または時系列データＴＤに応じて生成された評価値の取り得る数よりも少ない。典型的には、時系列データＴＤの数は１００以上であり、評価値の取り得る数は２０以上１００未満であるのに対して、複数の区分の数は２以上１０以下である。

時系列データＴＤの評価値は、一定の評価基準に従って生成される。このため、評価値を用いて時系列データＴＤの分類された区分は、評価基準の高低を示してもよい。本明細書の以下の説明において、評価基準の高低を示す区分をレベルと記載することがある。

例えば、分類部１３は、評価値に基づいて、時系列データＴＤをレベル１～４のいずれかに分類する。典型的には、取得部１２は、時系列データＴＤおよび基準データに基づいて、時系列データＴＤに対応する評価値を取得した後で、分類部１３は、評価値に基づいて、時系列データＴＤをレベル１～４のいずれかに分類する。基準データは、記憶部２０に記憶されていることが好ましい。

一例では、レベル１は、評価値が基準データまたは基準データに比較的近い区分であることを示し、レベル２は、評価値がレベル１の次に基準データに近い区分であることを示す。また、レベル３は、評価値がレベル２の次に基準データに近い区分であることを示し、レベル４は、評価値がレベル１～３のいずれもよりも基準データから離れた区分であることを示す。

なお、分類部１３は、評価値に基づいて、時系列データＴＤを２つの区分に分類してもよい。例えば、区分１とされた時系列データＴＤは、基準データまたは基準データに比較的近いことを示し、区分２にされた時系列データＴＤは、区分１よりも基準データから離れていることを示す。

抽出部１４は、分類部１３において分類された区分のいずれかに対応する時系列データを抽出時系列データとして抽出する。これにより、複数の時系列データから、特定範囲の評価値を示す特定の時系列データを抽出時系列データとして収集できる。

例えば、抽出部１４は、分類部１３において分類された区分のうち基準データから最も離れた区分に対応する時系列データを抽出することが好ましい。これにより、理想値または平均値から離れた評価値に対応する時系列データを容易に抽出できる。このため、基板処理装置２００において実体的な異常が生じるより前に基板処理装置２００の変化を把握できる。この場合、基板処理装置２００における基板処理に異常が生じるより前に基板処理装置２００の変化を抑制するように基板処理装置２００の制御を変更することが好ましい。

上述したように、抽出部１４は、分類部１３において分類された区分のうち基準データから最も離れた区分に対応する時系列データを抽出することが好ましい。また、抽出時系列データとして、基準データから離れた評価値を示す時系列データを抽出した場合、抽出時系列データをさらにクラスタリング処理することが好ましい。ただし、抽出部１４によって抽出される抽出時系列データは、基準データから最も離れた区分に対応する時系列データでなくてもよい。

本実施形態のデータ処理装置１００によれば、基板処理装置において生成された複数の時系列データから、特定の時系列データを容易に抽出できる。

次に、図１および図２を参照して本実施形態のデータ処理方法を説明する。図２は、本実施形態のデータ処理方法のフロー図を示す。

図２に示すように、ステップＳ２において、時系列データＴＤを取得する。時系列データＴＤは、基板処理装置２００において生成されたデータである。取得部１１は、複数の時系列データＴＤを取得する。複数の時系列データＴＤは、同一の処理ユニット２１０において生成されたデータであってもよく、異なる処理ユニット２１０において生成されたデータであってもよい。複数の時系列データＴＤのそれぞれは、基板処理装置２００における特定単位の物理量の時間変化を示す。

取得部１１は、記憶部２０から複数の時系列データＴＤを取得する。あるいは、取得部１１は、基板処理装置２００から直接時系列データＴＤを取得してもよい。例えば、時系列データは、基板処理装置２００における基板処理または基板処理装置２００の制御に伴い、順次生成される。次に、処理は、ステップＳ４に進む。

ステップＳ４において、評価値（スコア）を取得する。取得部１２は、複数の時系列データＴＤのそれぞれに対する評価値Ｅｖを取得する。例えば、取得部１２は、複数の時系列データＴＤのそれぞれに対して、特定の評価基準に従って評価値Ｅｖを生成する。評価基準は、データ処理装置１００内に記憶されていてもよいし、データ処理装置１００の外に記憶されていてもよい。１つの時系列データＴＤに対して１つの評価値Ｅｖが取得される。だたし、評価値Ｅｖは、時系列データＴＤに応じて複数の値を示し得る。

なお、評価値の最大値と最小値との範囲は決められていてもよい。例えば、評価値の最大値と最小値との間の差が１となるように評価値は規格化されてもよい。

評価値は、特定の評価基準に従って生成される。例えば、評価値が高いほど評価が高く、評価値が低いほど評価が低くなるように評価値は決められてもよい。または、評価値が高いほど評価が低く、評価値が低いほど評価が高くなるように評価値は決められてもよい。あるいは、評価値が特定値に近いほど評価が高く、評価値が特定値から離れるほど評価が高くなるように評価値は決められてもよい。次に、処理は、ステップＳ６に進む。

ステップＳ６において、評価値Ｅｖを用いて時系列データＴＤのそれぞれを複数の区分のいずれかに分類する。分類され得る区分の数は、評価値Ｅｖの示し得る値の数よりも少ない。次に、処理は、ステップＳ８に進む。

ステップＳ８において、複数の時系列データＴＤから、複数の区分のうちの対象となる対象区分に分類された特定の時系列データＴＤを抽出時系列データとして抽出する。典型的には、抽出時系列データは、記憶部２０に記憶される。ただし、抽出時系列データは、外部の記憶素子に記憶されてもよい。

以上のようにして、本実施形態のデータ処理方法を行う。本実施形態のデータ処理方法によれば、基板処理装置２００において生成された複数の時系列データから、特定の時系列データを容易に抽出できる。なお、ステップＳ２において取得された複数の時系列データＴＤのうち、抽出された抽出時系列データは記憶部２０に保存される一方で、抽出されなかった時系列データＴＤは、記憶部２０に保存されることなく消去されてもよい。これにより、必要な情報を効率的に保存できる。

時系列データＴＤの評価値は、基準データと比較して生成されてもよい。例えば、基準データは、良好な基板処理結果を示した複数の時系列データに基づいて生成されてもよい。一例では、基準データは、良好な基板処理結果を示した複数の時系列データを平均化することによって生成される。基準データが理想的なデータまたは良好な基板処理結果を示すときの時系列データである場合、時系列データは、基準データに近いほど高い評価となり、基準データから離れるほど低い評価となる。

次に、図３を参照して、時系列データＴＤおよび基準データＲＤを説明する。図３（ａ）は、時系列データＴＤを表したグラフであり、図３（ｂ）は、基準データＲＤを表したグラフである。図３（ａ）および図３（ｂ）のグラフにおいて、横軸は時間を示し、縦軸は物理量を示す。例えば、時系列データＴＤおよび基準データＲＤは、それぞれ１００個の物理量（値）の時間変化を示す。

時系列データＴＤおよび基準データＲＤは同じ物理量の時間変化を示しており、時系列データＴＤの示すグラフの形状は、基準データＲＤのグラフの形状と概ね同じである。ただし、厳密には、時系列データＴＤは、基準データＲＤとは一致しない。

図３（ａ）に示すように、時系列データＴＤにおいて、開始時点では物理量はほぼゼロである。物理量は、所定の期間経過するとゼロから増加し始める。物理量は、短期間に急速に増加してピークに達する。それから、物理量は一定期間ピークを維持する。ピーク期間にわたって、物理量は、若干変動するが、ほぼ一定である。その後、物理量は、短期間に急速に減少してほぼゼロに戻る。

図３（ｂ）において、基準データＲＤは、基板処理装置２００における基板処理が理想的な状態で進行した際の時系列データに基づいて作成される。例えば、基準データＲＤは、基板処理装置２００における基板処理が最も理想的な状態で進行した際の時系列データであってもよい。あるいは、基準データＲＤは、基板処理装置２００における基板処理が理想的な状態で進行した期間の時系列データの平均値を示してもよい。

図３（ｂ）に示すように、基準データにおいて、物理量は、開始時点ではほぼゼロである。物理量は、所定の期間経過するとゼロから増加し始める。物理量は、短期間に急速に増加してピークに達する。それから、物理量は所定期間ピークを維持する。その後、物理量は、短期間に急速に減少してほぼゼロに戻る。

このように、時系列データＴＤによって示されるグラフは、基準データＲＤによって示されるグラフと同じ傾向を示すが、厳密には、時系列データは、基準データＲＤと同じではない。例えば、時系列データＴＤのグラフにおいてピークに達するまで立ち上がり期間は、基準データＲＤのグラフにおいてピークに達するまで立ち上がり期間とは異なる。また、時系列データＴＤのグラフにおけるピーク値は、基準データＲＤのグラフにおけるピーク値とは異なる。さらに、時系列データＴＤのグラフにおけるピークは、基準データＲＤのグラフと比べて多く変動する。

次に、図１～図５を参照して本実施形態のデータ処理方法を説明する。図４（ａ）は、時系列データＴＤ１～ＴＤ１００を示す模式図である。時系列データＴＤ１～ＴＤ１００のそれぞれは、同じ物理量の時間変化を示す。例えば、取得部１１は、記憶部２０から時系列データＴＤ１～ＴＤ１００を取得する。

取得部１２は、時系列データＴＤ１～ＴＤ１００のそれぞれから評価値Ｅｖを取得する。例えば、取得部１２は、時系列データＴＤ１～ＴＤ１００のそれぞれと基準データＲＤとの差分に基づいて評価値Ｅｖ１～Ｅｖ１００を取得する。例えば、取得部１２は、時系列データＴＤのそれぞれの値と基準データＲＤのそれぞれの値との差分の２乗を積算することで、評価値Ｅｖを生成する。この場合、時系列データが基準データに近いほど評価値は小さくなり、時系列データが基準データから離れるほど評価値は大きくなる。

図４（ｂ）は、時系列データＴＤと基準データＲＤとを比較した結果を示すグラフである。図４（ｂ）の斜線は、時系列データＴＤと基準データＲＤとの相違部分を示す。差分の２乗の積算によって評価値を取得する場合、評価値Ｅｖは、図４（ｂ）の斜線部分の面積に相当する。

図４（ｃ）は、時系列データＴＤ１～ＴＤ２５に対応する評価値Ｅｖ１～Ｅｖ２５の変化を示した評価値グラフＧＥである。図４（ｃ）では、図面の関係上、評価値グラフＧＥは、時系列データＴＤ１～ＴＤ１００のうちの時系列データＴＤ１～ＴＤ２５に対応する評価値Ｅｖ１～Ｅｖ２５の変化を示す。図４（ｃ）に示すように、時系列データＴＤの順番に応じて、評価値Ｅｖは変化する。ここでは、評価値Ｅｖ６は、評価値Ｅｖ１～Ｅｖ５およびＥｖ７～Ｅｖ１０と比べてかなり高い。また、評価値Ｅｖ２０は、評価値Ｅｖ１５～Ｅｖ１９およびＥｖ２１～Ｅｖ２５と比べてかなり高い。

図５（ａ）は、評価値Ｅｖ１～Ｅｖ２５の変化を示した評価値グラフＧＥに対する分類を説明するためのグラフである。図５（ａ）に示すように、評価値Ｅｖは大きさに応じて分類される。例えば、評価値は、大きさに基づいて複数の区分のいずれかに分類される。

ここでは、分類部１３は、評価値Ｅｖ１～Ｅｖ２５に基づいて、時系列データＴＤ１～ＴＤ２５を４つのレベルのいずれかに分類する。分類部１３は、評価値Ｅｖの大きさが閾値Ｔｈ１を超えない時系列データＴＤをレベル１と分類する。分類部１３は、評価値Ｅｖの大きさが閾値Ｔｈ１以上閾値Ｔｈ２を超えない時系列データＴＤをレベル２と分類する。分類部１３は、評価値Ｅｖの大きさが閾値Ｔｈ２以上Ｔｈ３を超えない時系列データＴＤをレベル３と分類する。分類部１３は、評価値Ｅｖの大きさが所定の値Ｔｈ３以上の時系列データＴＤをレベル４と分類する。

図５（ａ）のグラフには、レベル１とレベル２との境界に境界線Ｂ１を示している。同様に、レベル２とレベル３との境界に境界線Ｂ２を示しており、レベル３とレベル４との境界に境界線Ｂ３を示している。

図５（ａ）のグラフにおいて、評価値Ｅｖ３、Ｅｖ８、Ｅｖ１２、Ｅｖ１３、Ｅｖ１５、Ｅｖ１７、Ｅｖ２１、Ｅｖ２３は、レベル１に相当する。評価値Ｅｖ１、Ｅｖ２、Ｅｖ４、Ｅｖ５、Ｅｖ７、Ｅｖ９、Ｅｖ１０、Ｅｖ１４、Ｅｖ１６、Ｅｖ１８、Ｅｖ１９、Ｅｖ２２、Ｅｖ２４、Ｅｖ２５は、レベル２に相当する。評価値Ｅｖ１１は、レベル３に相当する。評価値Ｅｖ６、Ｅｖ２０はレベル４に相当する。

図５（ｂ）は、抽出部１４による評価値Ｅｖ６およびＥｖ２０に対応する時系列データＴＤ６および時系列データＴＤ２０の抽出を説明するためのグラフである。図５（ｂ）に示すように、特定の評価基準に従って取得された評価値Ｅｖを比較すると、評価値Ｅｖ６および評価値Ｅｖ２０の値は、他の評価値よりも大きい。このとき、評価値Ｅｖ６および評価値Ｅｖ２０に対応する時系列データＴＤ６および時系列データＴＤ２０は、他の時系列データＴＤと比べて特異な傾向を示すと考えられる。このため、抽出部１４は、評価値Ｅｖ６および評価値Ｅｖ２０に対応する時系列データＴＤ６および時系列データＴＤ２０を抽出する。

本実施形態によれば、複数の時系列データＴＤ１～ＴＤ１００に対応する評価値を基準として、複数の時系列データＴＤ１～ＴＤ１００のうちの特異な傾向を示す時系列データＴＤ６および時系列データＴＤ２０を好適に抽出できる。このため、複数の時系列データＴＤ１～ＴＤ１００から対象区分に分類された時系列データＴＤ６およびＴＤ２０を抽出することにより、過度に演算することなく基板処理装置２００の特異な状態について把握および検討できる。

なお、上述の説明（特に、図３～図５を参照した説明）では、評価値Ｅｖを生成する際に、時系列データＴＤと基準データＲＤとを比較したが、本実施形態はこれに限定されない。基準データＲＤを用いることなく時系列データＴＤから評価値Ｅｖを生成してもよい。

例えば、取得部１２は、時系列データＴＤの一部の値と記憶部２０に記憶された特定の値とを比較することで評価値Ｅｖを生成してもよい。例えば、記憶部２０には、時系列データＴＤのグラフのピーク値に相当する値（ピーク値相当値）が記憶されており、取得部１２は、時系列データＴＤのピーク値と、記憶部２０に記憶されたピーク値相当値とを比較して評価値Ｅｖを生成してもよい。

または、記憶部２０には、時系列データのグラフの立ち上がり期間に相当する値（立ち上がり期間相当値）が記憶されており、取得部１２は、時系列データＴＤの立ち上がり期間と、記憶部２０に記憶された立ち上がり期間相当値とを比較して評価値Ｅｖを生成してもよい。あるいは、記憶部２０には、時系列データのグラフのピーク期間中の変動値に相当する値（ピーク変動相当値）が記憶されており、取得部１２は、時系列データＴＤのピーク変動値と、記憶部２０に記憶されたピーク変動相当値とを比較して評価値Ｅｖを生成してもよい。

なお、データ処理装置１００において、操作者または管理者からの指示を入力できることが好ましい。また、データ処理装置１００において、操作者または管理者に情報を表示できることが好ましい。例えば、操作者または管理者に、評価値または時系列データ（特に、抽出時系列データ）を表示できることが特に好ましい。

次に、図６を参照して、本実施形態のデータ処理装置１００を説明する。図６は、データ処理装置１００および基板処理装置２００の模式図である。図６のデータ処理装置１００は、表示部３０および入力部４０をさらに備える点を除き、図１を参照して上述したデータ処理装置１００と同様の構成を有している。このため、冗長を避ける目的で重複する記載を省略する。

表示部３０は、操作画面又は各種処理の結果を表示する。また、表示部３０は、時系列データを示すグラフまたは評価値の変化を示す評価値グラフＧＥを表示する。

表示部３０は、ディスプレイを有する。例えば、ディスプレイは液晶ディスプレイまたは有機ＥＬディスプレイを含む。

なお、表示部３０は、評価値の変化を示す評価値グラフＧＥを表示することが好ましい。また、表示部３０は、評価値グラフＧＥを表示する場合、操作者または管理者が入力部１４０を介して評価値グラフＧＥの１つの値（評価値）を指定すると、表示部３０は、指定された値に対応する時系列データを表示することが好ましい。

入力部４０は、例えば、ジョブの種類およびジョブの内容を指示するための各種キーを含む。入力部４０は、キーボードおよびマウスを含む。あるいは、入力部４０は、タッチセンサーを含み得る。なお、表示部３０および入力部４０は、両者の一体化されたタッチパネルであってもよい。

次に、図４～図７を参照して、表示部３０による評価値グラフＧＥおよび時系列データＴＤを示すグラフとの表示の切り替えを説明する。

図７（ａ）および図７（ｂ）は、表示部３０によって表示される評価値グラフＧＥを示す。図７（ａ）に示すように、表示部３０は、時系列データＴＤ１～ＴＤ１００に対応する評価値Ｅｖ１～Ｅｖ１００の値の変化を示す評価値グラフＧＥを表示する。操作者または管理者は、入力部４０を介して評価値Ｅｖに対応する時系列データＴＤを確認するために、評価値Ｅｖに対応する時系列データＴＤを指定する。

図７（ｂ）に示すように、操作者または管理者が入力部４０を介してカーソルＣＵを動かして対象とする評価値Ｅｖにまで移動させて、評価値グラフＧＥのうちの特定の評価値Ｅｖを示す点を指定する。ここでは、カーソルＣＵは評価値Ｅｖ６を指定する。その場合、表示部３０は、指定された評価値Ｅｖ６に対応する時系列データＴＤ６を表示する。

図７（ｃ）は、表示部３０によって表示される時系列データＴＤを示すグラフである。ここでは、表示部３０は、評価値Ｅｖ６に対応する時系列データＴＤ６を表示する。

なお、表示部３０は、時系列データＴＤを表示する場合も、評価値グラフＧＥに戻るためのボタンＢＧを表示することが好ましい。ボタンＢＧが選択されると、表示部３０は、評価値グラフＧＥを再び表示する画面に切り替わる。このように、表示部３０は、評価値Ｅｖの変化を示す評価値グラフＧＥと時系列データＴＤを示すグラフとを切り替えて表示することが好ましい。

なお、典型的には、記憶部２０は、複数の時系列データを記憶する。記憶部２０は、時系列データの生成した順番に複数の時系列データを記憶することが好ましい。この場合、表示部３０は、所定の操作に応じて、複数の時系列データを切り替えて表示することが好ましい。

次に、図１～図８を参照して、表示部３０による時系列データについて説明する。図８は、表示部３０よる複数の時系列データの表示変化を示す模式図である。図８（ａ）～図８（ｃ）は、表示部３０の表示画面３２を示す。

表示画面３２は、表示領域３３と、操作領域３４とを含む。表示領域３３は、１つの時系列データを表示する。ここでは、表示領域３３は、水平方向に延びる。表示領域３３の横方向の長さは、表示領域３３の縦方向の長さよりも大きい。

操作領域３４により、表示領域３３に表示される時系列データを切り換えできる。ここでは、操作領域３４は、表示領域３３の下方に配置される。

図８では、操作領域３４は、スクロールバーである。操作領域３４は、アロー３４ａと、ノブ３４ｂとを含む。アロー３４ａは、水平方向に線状に延びる。ノブ３４ｂは、アロー３４ａ内の一部分と重なるように、アロー３４ａに沿って移動可能である。アロー３４ａ内のノブ３４ｂの位置に応じて、表示領域３３に表示される時系列データは切り替わる。

ノブ３４ｂは、入力部４０からの入力に応じてアロー３４ａ内を水平方向に移動する。例えば、ノブ３４ｂを選択した状態でノブ３４ｂを左方向または右方向に移動させると、表示領域３３に表示される時系列データＴＤが切り替わる。

例えば、図８（ａ）に示すように、ノブ３４ｂがアロー３４ａの左端に位置する場合、表示領域３３には、最初に生成された時系列データＴＤ１が表示される。ノブ３４ｂは、入力部４０からの入力に応じてアロー３４ａ内を水平方向に移動する。

図８（ｂ）に示すように、ノブ３４ｂを選択した状態でノブ３４ｂを右方向に移動させると、表示領域３３に表示される時系列データは切り替わる。例えば、ノブ３４ｂがアロー３４ａの中央にまで移動すると、表示領域３３に表示される時系列データは、時系列データＴＤ５０に切り替わる。

また、図８（ｃ）に示すように、ノブ３４ｂを選択した状態でノブ３４ｂをさらに右方向に移動させると、表示領域３３に表示される時系列データは、時系列データＴＤ１００に切り替わる。以上のように、表示部３０は、所定の操作に応じて、複数の時系列データを切り替えて表示できる。

次に、図９を参照して、表示部３０による評価値の変化を示すグラフおよび時系列データの表示の切り替えを説明する。図９（ａ）および図９（ｂ）は、表示部３０によって表示される抽出評価値グラフＥＧＥを示す。抽出評価値グラフＥＧＥは、複数の時系列データＴＤから抽出された抽出時系列データに対応する評価値の時間変化を示す。この場合、抽出時系列データの評価値の時間変化を表示できる。

図９（ａ）に示すように、表示部３０は、抽出時系列データに対応する評価値Ｅｖの変化を示す抽出評価値グラフＥＧＥを表示する。操作者または管理者は、入力部４０を介して評価値Ｅｖに対応する抽出時系列データを確認するために、評価値Ｅｖに対応する時系列データを指定する。

図９（ｂ）に示すように、操作者または管理者がカーソルＣＵを動かして対象とする評価値Ｅｖにまで移動させて、特定の評価値Ｅｖを指定する。ここでは、カーソルＣＵは評価値Ｅｖを指定する。その場合、表示部３０は、指定された評価値Ｅｖに対応する抽出時系列データを表示する。

図９（ｃ）は、表示部３０によって表示される抽出時系列データを示すグラフである。このように、表示部３０は、評価値Ｅｖの変化を示すグラフと抽出時系列データを示す抽出評価値グラフＥＧＥとを切り替えて表示することが好ましい。これにより、抽出時系列データについての評価値の時間変化を表示できる。

なお、図１～図９を参照した上述の説明では、抽出時系列データを抽出したが、抽出時系列データを処理することが好ましい。例えば、抽出時系列データをクラスタリング処理することが好ましい。

次に、図１０を参照して、本実施形態のデータ処理装置１００を説明する。図１０は、データ処理装置１００および基板処理装置２００の模式図である。図１０のデータ処理装置１００は、クラスタリング処理部１５をさらに備える点を除いて図６を参照して上述したデータ処理装置１００と同様の構成を有している。このため、冗長を避ける目的で重複する記載を省略する。

データ処理装置１００は、クラスタリング処理部１５をさらに備える。クラスタリング処理部１５は、処理部１０に含まれる。

クラスタリング処理部１５は、抽出時系列データに対してクラスタリング処理を行う。例えば、クラスタリング処理部１５は、抽出時系列データの特徴に応じて、抽出時系列データを複数のクラスタのいずれかに分類する。一例では、クラスタリング処理部１５は、抽出時系列データに示されるグラフの特徴に応じて、抽出時系列データを複数のクラスタのいずれかに分類する。

クラスタリング処理部１５は、いわゆる教師なし学習によって抽出時系列データに対してクラスタリング処理を行うことが好ましい。例えば、クラスタリング処理部１５は、抽出時系列データのすべての値を用いてクラスタリング処理を行ってもよい。例えば、クラスタリング処理部１５は、階層クラスタリング、ｋ平均法クラスタリング、混合ガウスモデルクラスタリング、自己組織化マッピングクラスタリング、隠れマルコフモデルクラスタリングのいずれかによってクラスタリング処理を行ってもよい。

例えば、複数のクラスタは、グラフの立ち上がりの遅い立ち上がり遅延クラスタ、グラフのピークの変動の大きいピーク変動クラスタおよびグラフのピーク値の低い低ピーククラスタを含む。この場合、クラスタリング処理部１５は、抽出時系列データを立ち上がり遅延クラスタ、ピーク変動クラスタおよび低ピーククラスタの少なくとも１つに分類するようにクラスタリング処理を行う。なお、複数のクラスタは、さらに別のクラスタを含んでもよい。例えば、複数のクラスタは、グラフの立ち下がりの遅い立ち下がり遅延クラスタを含んでもよい。

なお、クラスタリング処理部１５は、抽出時系列データの値のすべてを用いて、クラスタリング処理を行ってもよい。例えば、クラスタリング処理部１５は、抽出時系列データの値のすべてをベクトル解析で処理してもよい。あるいは、クラスタリング処理部１５は、抽出時系列データの値の一部を用いて、クラスタリング処理を行ってもよい。

次に、図１１を参照して抽出時系列データをクラスタリング処理したクラスタについて説明する。図１１（ａ）は、立ち上がり遅延クラスタに分類される抽出時系列データＥＴＤ１を示すグラフであり、図１１（ｂ）は、ピーク変動クラスタに分類される抽出時系列データＥＴＤ２を示すグラフであり、図１１（ｃ）は、低ピーククラスタに分類される抽出時系列データＥＴＤ３を示すグラフである。なお、図１１（ａ）～図１１（ｃ）のそれぞれには、抽出時系列データとともに基準データＲＤを併せて示す。

図１１（ａ）に示すように、抽出時系列データと基準データとを比較した場合に、抽出時系列データＥＴＤ１のグラフの立ち上がりは、基準データＲＤのグラフに対して遅れる。このような抽出時系列データは、立ち上がり遅延クラスタとして分類される。

図１１（ｂ）に示すように、抽出時系列データと基準データとを比較した場合に、抽出時系列データＥＴＤ２のグラフのピークは、基準データＲＤのグラフと比べて大きく変動する。このような抽出時系列データは、ピーク変動クラスタとして分類される。

図１１（ｃ）に示すように、抽出時系列データと基準データとを比較した場合に、抽出時系列データＥＴＤ３のグラフのピークは、基準データＲＤと比べて低い。このような抽出時系列データは、低ピーククラスタとして分類される。

なお、図１１（ａ）～図１１（ｃ）を参照して、抽出時系列データの分類されるクラスタを例示して説明したが、本実施形態において、抽出時系列データの分類されるクラスタは、これらに限定されない。抽出時系列データは、他のクラスタに分類されてもよい。

次に、図１～図１２を参照して、本実施形態のデータ処理方法を説明する。図１２は、本実施形態のデータ処理方法のフロー図である。図１２のフロー図は、ステップＳ１０のクラスタリング処理が追加されている点を除き、図２を参照して上述したフロー図と同様である。このため、冗長を避ける目的で重複する記載を省略する。

図１２に示すように、ステップＳ８に示すように、抽出時系列データを抽出する。抽出部１４は、評価値の分類結果に基づいて、複数の時系列データから抽出時系列データを抽出する。次に、処理は、ステップＳ１０に進む。

ステップＳ１０において、抽出時系列データをクラスタリング処理する。クラスタリング処理部１５は、抽出時系列データを複数のクラスタのいずれかに分類する。

以上のようにして、本実施形態のデータ処理方法を行う。本実施形態のデータ処理方法によれば、複数の時系列データから、特異な評価値を示した抽出時系列データをクラスタごとに分類できる。

一般に、すべての時系列データに対してクラスタリング処理を行うとすると、時系列データには通常の時系列データも含まれるため、特異的でないクラスタが不要に形成されてしまい、基板処理装置の特異的な状態を充分に把握できないおそれがある。これに対して、本実施形態のデータ処理方法によれば、複数の時系列データから、特異的な評価値を示した抽出時系列データに対してクラスタリング処理を行うため、基板処理装置２００の特異的な状態をより正確にクラスタに分類できる。さらに、本実施形態のデータ処理方法によれば、すべての時系列データに対してクラスタリング処理を行わないため、不要な演算を避けることができる。

なお、表示部３０は、クラスタごとに、対応する評価値の変化を示す評価値グラフを表示することが好ましい。この場合、操作者または管理者がグラフの１つの評価値を指定すると、表示部３０は、指定された評価値に対応する時系列データを表示することが好ましい。

例えば、図９を参照した上述の説明では、表示部３０は、抽出部１４において抽出された抽出時系列データについての評価値の時間変化を示す抽出評価値グラフＥＧＥを示したが、本実施形態はこれに限定されない。表示部３０は、クラスタリング処理部１５によってクラスタに分類された時系列データについての評価値の時間変化を示すグラフを表示してもよい。この場合、特定のクラスタ内の評価値の時間変化を表示できる。

なお、図１０～図１２を参照して上述したように、抽出時系列データに対してクラスタリング処理を行うことが好ましい。いうまでもなく、抽出時系列データは基板処理装置２００の特異状態を反映したものであり、クラスタリング処理した結果は、基板処理装置２００の特異状態の種類に応じて、基板処理装置２００の状態を示すものである。したがって、クラスタリング処理の結果を、基板処理装置２００の状態を学習するために用いることが好ましい。

次に、図１～図１３を参照して、本実施形態のデータ処理方法を説明する。図１３は、本実施形態のデータ処理方法のフロー図である。図１３のフロー図は、ステップＳ８Ａにおいて抽出時系列データが抽出されたか否かを判定するとともにステップＳ２Ｂ～Ｓ６Ｂ、ステップＳ９およびステップＳ２２～Ｓ２４が追加されている点を除き、図１２を参照して上述したフロー図と同様である。このため、冗長を避ける目的で重複する記載を省略する。図１３に示したデータ処理方法は、基板処理装置２００における学習データベースを作成するために好適に用いられる。

ステップＳ２において、時系列データを取得する。なお、ここでは、時系列データは、基板処理装置２００の状態を学習するために用いられる。このため、本明細書において、時系列データを学習時系列データと記載することがある。

ここでは、取得部１１は、基板処理装置２００において生成された１つの学習時系列データを取得する。次に、処理は、ステップＳ４に進む。なお、ステップＳ４およびステップＳ６は、図１２を参照して上述したフロー図と同様である。ステップ６の後、次に、処理は、ステップＳ８Ａに進む。

ステップＳ８Ａにおいて、学習時系列データが抽出時系列データとして抽出されるか否かを判定する。分類部１３は、評価値Ｅｖに基づいて学習時系列データを対象区分に分類した場合、抽出部１４は、学習時系列データを抽出時系列データとして抽出する。一方、分類部１３が評価値Ｅｖに基づいて学習時系列データを非対象区分に分類した場合、抽出部１４は、学習時系列データを抽出時系列データとして抽出しない。

例えば、分類部１３が学習時系列データの評価値Ｅｖに基づいて学習時系列データをレベル４に分類した場合、抽出部１４は、学習時系列データを抽出時系列データとして抽出する。また、分類部１３が学習時系列データをレベル１から３のいずれかに分類した場合、抽出部１４は、学習時系列データを抽出時系列データとして抽出しない。

抽出時系列データが抽出されなかった場合（ステップＳ８ＡでＮｏ）、処理はステップＳ２に戻る。抽出時系列データが抽出された場合（ステップＳ８ＡでＹｅｓ）、処理は、ステップＳ１０に進む。なお、事前にクラスタリング処理が行われていない場合、教師なし学習が可能となる数のデータが抽出されてからステップＳ１０に進んでもよい。

ステップＳ１０において、抽出時系列データに対してクラスタリング処理を行う。これにより、学習時系列データは、複数のクラスタのいずれかに分類される。次に、処理は、ステップＳ２２に進む。

ステップＳ２２において、基板処理装置２００の制御を変更する。具体的には、学習時系列データを生成した基板処理装置２００または処理ユニット２１０の制御を変更する。基板処理装置２００の制御の変更は、基板処理装置２００の駆動を制御するプログラムにしたがって行われてもよい。あるいは、基板処理装置２００の制御の変更は、基板処理装置２００において手動で入力されてもよい。

典型的には、基板処理装置２００の制御は、基板処理装置２００において、基板処理を一旦停止した状態で行われる。例えば、時系列データＴＤが基板を処理するための処理液の供給量の変化を示し、処理液の供給量が特異な状態であれば、供給量を正常に戻すために基板処理を一旦停止し、バルブを調整する。なお、基板処理装置２００の制御の変更は、基板処理装置２００による基板処理を継続しながら行われてもよい。次に、処理は、ステップＳ２Ｂに進む。

ステップＳ２Ｂにおいて、制御の変更された基板処理装置２００から時系列データを取得する。本明細書において、制御の変更された基板処理装置２００から取得された時系列データを変更時系列データと記載することがある。なお、ここでは、取得部１１は、基板処理装置２００において生成された１つの時系列データを変更時系列データとして取得する。次に、処理は、ステップＳ４Ｂに進む。

ステップＳ４Ｂにおいて、評価値（スコア）を取得する。取得部１２は、制御の変更された基板処理装置２００について、変更時系列データに対する評価値を取得する。例えば、取得部１２は、学習時系列データと同様に、特定の評価基準に従って変更時系列データに対する評価値を生成する。次に、処理は、ステップＳ６Ｂに進む。

ステップＳ６Ｂにおいて、評価値を用いて変更時系列データを複数の区分のいずれかに分類する。次に、処理は、ステップＳ９に進む。

ステップＳ９において、変更時系列データについて、抽出時系列データとして抽出されるか否かを判定する。分類部１３が変更時系列データを対象区分に分類した場合、抽出部１４は、変更時系列データを抽出時系列データとして抽出する。一方、分類部１３が変更時系列データを非対象区分に分類した場合、抽出部１４は、対象となる時系列データを抽出時系列データとして抽出しない。

例えば、分類部１３が変更時系列データの評価値Ｅｖに基づいて変更時系列データをレベル４に分類した場合、抽出部１４は、変更時系列データを抽出時系列データとして抽出する。また、分類部１３が変更時系列データをレベル１から３のいずれかに分類した場合、抽出部１４は、変更時系列データを抽出時系列データとして抽出しない。

抽出時系列データが抽出された場合（ステップＳ９でＹｅｓ）、処理は、ステップＳ２２に戻る。この場合、再度、基板処理装置２００の制御をさらに変更するように基板処理装置２００を制御する。一方、抽出時系列データが抽出されなかった場合（ステップＳ９でＮｏ）、処理はステップＳ２４に進む。

ステップＳ２４において、ステップＳ２２において行われた基板処理装置２００の制御の変更内容に関する情報を原因対策情報として記憶部２０に記憶する。原因対策情報は、ステップＳ２２において行われた基板処理装置２００の制御の変更内容に関する情報である。例えば、原因対策情報は、基板処理装置２００の制御の変更内容自体を示す情報であってもよい。あるいは、原因対策情報は、学習時系列データが特異状態を示した原因と考えられる情報であってもよい。

例えば、データ処理装置１００および／または基板処理装置２００の操作者または管理者は、入力部４０を介して原因対策情報を入力し、記憶部２０は、原因対策情報を記憶する。このとき、記憶部２０には、ステップＳ１０においてクラスタリング処理されたクラスタごとに、学習時系列データとともに原因対策情報を記憶することが好ましい。なお、記憶部２０に記憶されたクラスタ、学習時系列データおよび原因対策情報は、学習データベースとして好適に用いられる。

以上のようにして、本実施形態のデータ処理方法を行う。本実施形態のデータ処理方法によれば、データ処理装置１００の取得部１１、取得部１２、分類部１３および抽出部１４を用いて、基板処理装置２００の特異状態を判定するとともに、基板処理装置２００の制御変更後に、基板処理装置２００の特異状態が解消されたか否かを判定できる。

また、本実施形態のデータ処理方法によれば、基板処理装置２００が特定状態の場合の時系列データを抽出してクラスタリング処理した上で、原因対策情報を記憶する。このため、基板処理装置２００の時系列データが特異な状態から元の状態に戻るために有効と考えられる原因対策情報を併せて記憶できる。

なお、記憶部２０は、クラスタ、抽出時系列データおよび原因対策情報を学習データベースとして記憶することが好ましい。

次に、図１４を参照して、記憶部２０の学習データベースを説明する。図１４は、記憶部２０の学習データベースを説明するための模式的なテーブルである。

図１４に示すように、学習データベースは、クラスタリング処理部１５によって分類されたクラスタと、クラスタに含まれる時系列データと、そのクラスタに対応する原因対策情報とを含む。例えば、図１４に示したテーブルでは、クラスタは、立ち上がり遅延クラスタ、ピーク変動クラスタおよび低ピーククラスタを含む。

具体的には、立ち上がり遅延クラスタは、時系列データとして時系列データＴＤ６、ＴＤ４０を含み、原因対策情報として処理液濃度低下／バルブ再締付を含む。ピーク変動クラスタは、時系列データとして時系列データＴＤ２０、ＴＤ４１を含み、原因対策情報として基板保持力低下／過電流抑制を含む。低ピーククラスタは、時系列データとして時系列データＴＤ８０、ＴＤ９５を含み、原因対策情報として雰囲気不均一／センサー再起動を含む。

なお、図１４を参照した説明では、発明が過度に複雑になることを避けるために、１つのクラスタに対応して１セットの原因対策情報を示したが、１つのクラスタに２以上の原因対策情報が対応していてもよい。この場合、クラスタの生成および原因対策情報の対応関係は、いわゆる機械学習を用いて適宜学習されることが好ましい。

本実施形態において、学習データベースは、後に基板処理装置２００および／または処理ユニット２１０から生成される時系列データを用いて、基板処理装置２００および／または処理ユニット２１０の制御の変更に用いられる。データ処理装置１００は、記憶部の学習データベースに記憶された学習内容に基づいて、基板処理装置２００において生成される時系列データに応じて、基板処理装置２００の制御を変更してもよい。

次に、図１～図１５を参照して本実施形態のデータ処理装置１００を説明する。図１５は、本実施形態のデータ処理装置１００の模式図である。データ処理装置１００は、処理部１１０と、記憶部１２０と、表示部１３０と、入力部１４０とを含む。ここでは、記憶部１２０には、学習データベースが記憶されている。表示部１３０および入力部１４０は、図６を参照して上述した表示部３０および入力部４０に対応する。

処理部１１０は、データ取得部１１１と、評価値取得部１１２と、分類部１１３と、マッチング部１１４と、読出部１１５とを含む。データ取得部１１１、評価値取得部１１２および分類部１１３は、図６を参照して上述したデータ取得部１１、評価値取得部１２および分類部１３に対応する。

マッチング部１１４は、分類部１１３によって対象区分に分類された時系列データと、記憶部１２０の学習データベースに記憶された抽出時系列データとをマッチングする。なお、本明細書において、分類部１１３によって対象区分に分類された時系列データを対象時系列データと記載することがある。また、学習データベースの時系列データのうち対象時系列データに類似する時系列データを類似時系列データと記載することがある。

マッチング部１１４は、学習データベースの時系列データのうち対象時系列データに類似する時系列データを類似時系列データとして特定する。典型的には、学習データベースの時系列データのうち対象時系列データに最も近い時系列データが類似時系列データとなる。ただし、学習データベースには、類似時系列データとなる時系列データがないこともある。

典型的には、マッチング部１１４は、特定の評価基準に従って対象時系列データと、学習データベースに記憶された時系列データとをマッチングする。例えば、マッチング部１１４は、時系列データの全体に対して、対象時系列データと、学習データベースの時系列データとをマッチングする。一例では、マッチング部１１４は、対象時系列データと、学習データベースの時系列データとをベクトル解析で処理してもよい。あるいは、マッチング部１１４は、時系列データの特定の一部分について、対象時系列データと学習データベースに記憶された時系列データとをマッチングしてもよい。マッチング部１１４により、記憶部１２０の学習データベースに記憶された時系列データのうち対象時系列データに近い類似時系列データを特定する。なお、対象時系列データと類似時系列データとのマッチングは、評価値取得部１１２と同じ評価基準にしたがって行われてもよく、評価値取得部１１２とは異なる評価基準にしたがって行われてもよい。

その後、読出部１１５は、記憶部１２０の学習データベースにおいて、類似時系列データに対応するクラスタを特定し、特定したクラスタに対応する原因対策情報を読み出す。典型的には、表示部１３０は、原因対策情報を表示する。

本実施形態のデータ処理装置１００によれば、学習データベースから、対象時系列データに近い類似時系列データ、および、対応する原因対策情報を読み出す。このため、データ処理装置１００は、特定の区分に分類された対象時系列データに対する適切な原因対策情報を取得できる。

次に、図１～図１６を参照して本実施形態のデータ処理方法を説明する。図１６は、本実施形態のデータ処理方法のフロー図を示す。図１６のステップＳ１０２～Ｓ１０６は、図１２のステップＳ２～Ｓ６に対応する。

図１６に示すように、ステップＳ１０２において、時系列データを取得する。時系列データは、基板処理装置２００において生成されたデータである。次に、処理は、ステップＳ１０４に進む。

ステップＳ１０４において、時系列データの評価値（スコア）を取得する。取得部１２は、時系列データに対する評価値を取得する。例えば、取得部１２は、学習データベースを作成した際と同じ評価基準に従って時系列データの評価値を取得する。次に、処理は、ステップＳ１０６に進む。

ステップＳ１０６において、時系列データの評価値を用いて時系列データを複数の区分のいずれかに分類する。例えば、分類部１３は、学習データベースを作成する際と同じように評価値を用いて、時系列データを複数の区分のいずれかに分類する。次に、処理は、ステップＳ１０６ａに進む。

ステップＳ１０６ａにおいて、時系列データが対象区分に分類されたか否かを判定する。例えば、対象区分はレベル４である。

時系列データが対象区分に分類されなかった場合（ステップＳ１０６ａでＮｏ）、処理は、ステップＳ１０２に戻る。時系列データが対象区分に分類された場合（ステップＳ１０６ａでＹｅｓ）、処理は、ステップＳ１０８に進む。

ステップＳ１０８において、対象時系列データと、記憶部１２０の学習データベースに記憶された時系列データとをマッチングする。マッチング部１１４は、対象時系列データと、記憶部１２０の学習データベースに記憶された時系列データとをマッチングする。マッチング部１１４は、記憶部１２０の学習データベースに記憶された抽出時系列データのうち類似時系列データを特定する。次に、処理は、ステップＳ１１０に進む。

ステップＳ１１０において、学習データベースから、類似時系列データに対応する原因対策情報を読み出す。読出部１１５は、記憶部１２０の学習データベースにおいて、類似時系列データに対応するクラスタを特定し、特定したクラスタに対応する原因対策情報を読み出す。典型的には、その後、表示部１３０は、原因対策情報を表示する。なお、必要に応じて、データ処理装置１００および／または基板処理装置２００の操作者または管理者は、表示された原因対策情報に基づいて、基板処理装置２００の制御を変更してもよい。

以上のようにして、本実施形態のデータ処理方法を行う。本実施形態のデータ処理方法によれば、評価値を介して特異と認定された対象時系列データに対してマッチングを行う。このため、マッチング処理に係る演算量を低減できる。

また、本実施形態によれば、学習データベースから、対象時系列データのクラスタに対応する原因対策情報を取得できる。このため、時系列データが特異であっても、学習データベースから、時系列データに対応する原因対策情報を取得できる。したがって、基板処理装置２００の特異な状態を効率的に把握できる。

典型的には、基板処理装置の操作熟練者は、基板処理装置から取得される時系列データから基板処理装置の具合を推測できるものの、不慣れな操作者は、基板処理装置から取得される時系列データから基板処理装置の具合を推測できない。しかしながら、本実施形態のデータ処理方法によれば、基板処理装置２００の対象時系列データが特異であれば、過去に作成された学習データベースを利用して、基板処理装置２００の原因対策情報を取得できる。このため、基板処理装置２００の操作者が不慣れであっても、基板処理装置２００の不具合を解消できる。

なお、図１６を参照した説明では、ステップＳ１１０において、原因対策情報が読み出され、その後、操作者または管理者は、表示された原因対策情報に基づいて基板処理装置２００の制御を変更したが、本実施形態はこれに限定されない。基板処理装置２００は、操作者または管理者を介することなく、読み出された原因対策情報に基づいて、基板処理装置２００の制御を変更してもよい。

また、図１６を参照した上述の説明では、ステップＳ１０８におけるマッチングにおいて、学習データベースから類似時系列データが特定されたが、ステップＳ１０２において取得した時系列データが極めて特異である場合、学習データベースから類似時系列データが特定されないことも考えられる。この場合、ステップＳ１０２において取得された時系列データは別途記憶部１２０に記憶されてもよい。

次に、図１～図１７を参照して本実施形態のデータ処理方法を説明する。図１７は、本実施形態のデータ処理方法のフロー図を示す。図１７のデータ処理方法のフロー図は、ステップＳ１０８ａ、ステップＳ１１２～Ｓ１１４が追加されている点を除き、図１６のフロー図と同様であるため、冗長を避けるために重複する記載を省略する。

上述したように、ステップＳ１０８において、対象時系列データと記憶部１２０の学習データベースに記憶された時系列データとをマッチングする。マッチング部１１４は、対象時系列データと、記憶部１２０の学習データベースに記憶された時系列データとをマッチングする。例えば、マッチングは、対象時系列データと学習データベースの時系列データとのマッチング率を取得することによって行われる。次に、処理は、ステップ１０８ａに進む。

ステップＳ１０８ａにおいて、学習データベース内に対象時系列データに類似した類似時系列データがあるか否かを判定する。例えば、マッチング部１１４は、マッチング率が閾値を超えるか否かに応じて、学習データベース内に対象時系列データに類似した類似時系列データがあるか否かを判定してもよい。例えば、マッチング率が閾値よりも高い場合、マッチング部１１４は、類似時系列データがあると判定する。一方、マッチング率が閾値以下である場合、マッチング部１１４は、類似時系列データがないと判定する。

類似時系列データがあると判定された場合（ステップＳ１０８ａでＹｅｓ）、処理は、ステップＳ１１０に進む。類似時系列データがないと判定された場合（ステップＳ１０８ａでＮｏ）、処理は、ステップＳ１１４に進む。

ステップＳ１１０において、学習データベースから、類似時系列データに対応する原因対策情報を読み出す。読出部１１５は、記憶部１２０の学習データベースから、類似時系列データに対応する原因対策情報を読み出す。処理は、ステップＳ１１２に進む。

ステップＳ１１２において、原因対策情報に基づいて基板処理装置２００の制御を変更する。例えば、処理部１１０は、原因対策情報を操作者または管理者に通知する。一例では、表示部１３０は、原因対策情報を表示する。

ステップＳ１１４において、対象時系列データを記憶部１２０の学習データベースに記憶する。このとき、記憶部１２０は、対象時系列データとともに対象時系列データに対応する新たなクラスタを示す情報を記憶することが好ましい。また、この場合、表示部１３０は、マッチング率が閾値以下であったことを表示してもよい。

以上のようにして、本実施形態のデータ処理方法を行う。本実施形態のデータ処理方法によれば、学習データベースから、対象時系列データのクラスタに対応する原因対策情報を読み出して表示するため、データ処理装置１００の操作者または管理者は、基板処理装置２００についての原因対策情報を取得できる。

次に、図１８～図２０を参照して、時系列データＴＤについて詳細に説明する。典型的には、時系列データＴＤは、グラフの形状に応じて、立ち上がり部分、安定期部分及び立ち下がり部分に分解できる。また、典型的には、時系列データＴＤは、所定の制御信号に対して応答した物理量を示す。

まず、図１および図１８を参照して、時系列データＴＤについて説明する。図１８（ａ）は、基板処理装置２００における制御信号ＣＳの時間変化を示すグラフである。図１８（ｂ）は、制御信号ＣＳに応じて制御された物理量を表した時系列データＴＤを示すグラフである。

図１８（ａ）に示すように、制御信号ＣＳは、初期状態（時刻ｔ０）ではローレベルである。制御信号ＣＳは、時刻ｔ１においてローレベルからハイレベルに変化し、時刻ｔ２においてハイレベルからローレベルに変化する。

図１８（ｂ）に示すように、時系列データＴＤは、制御信号ＣＳに応じて、初期レベルＬ０と目標レベルＬ１（ただし、Ｌ０＜Ｌ１）の間で変化する。

時系列データＴＤは、初期状態（時刻ｔ０）では初期レベルＬ０を有する。時刻ｔ１において制御信号ＣＳがローレベルからハイレベルに変化すると、時系列データＴＤは初期レベルＬ０から目標レベルＬ１に向けて上昇し始める。ここでは、時系列データＴＤは、目標レベルＬ１を超えて上昇した後に下降する。時系列データＴＤは、目標レベルＬ１付近で上昇と下降を繰り返し、最終的には目標レベルＬ１付近で安定する。

その後、時刻ｔ２において制御信号ＣＳがハイレベルからローレベルに変化すると、時系列データＴＤは目標レベルＬ１付近から初期レベルＬ０に向けて下降し始める。時系列データＴＤは、初期レベルＬ０またはその付近まで下降した後に上昇する。時系列データＴＤは、初期レベルＬ０付近で上昇と下降を繰り返し、最終的には初期レベルＬ０で安定する。

例えば、時系列データＴＤには、目標レベルＬ１を含む第１範囲Ｒ１と、初期レベルＬ０を含む第２範囲Ｒ２とが設定される。例えば、目標レベルＬ１の９０％～１１０％の範囲が第１範囲Ｒ１として設定され、目標レベルＬ１の－１０％～１０％の範囲が第２範囲Ｒ２として設定される。第１範囲Ｒ１の上限および下限、並びに、第２範囲Ｒ２の上限および下限は、利用者によって任意に決定される。

評価値取得部１２は、時系列データＴＤから以下のように評価値を取得してもよい。まず、評価値取得部１２は、制御信号ＣＳがローレベルからハイレベルに変化を開始してから時系列データＴＤが第１範囲Ｒ１内に収まるまでの期間を「期間Ａ（立ち上がり期間）」として求め、制御信号ＣＳがハイレベルからローレベルに変化してから時系列データＴＤが第２範囲Ｒ２内に収まるまでの期間を「期間Ｃ（立ち下がり期間）」として求め、立ち上がり期間と立ち下がり期間との間の期間を「期間Ｂ（安定期間）」として求める。なお、「時系列データがある範囲内に収まる」とは、その時点以降に時系列データが範囲外の値を取らないことをいう。

評価値取得部１２は、「期間Ａ」、「期間Ｂ」および「期間Ｃ」のいずれかの部分から評価値を取得してもよい。例えば、評価値取得部１２は「期間Ａ」から評価値を取得してもよい。または、評価値取得部１２は、「期間Ｂ」または「期間Ｃ」から評価値を取得してもよい。

例えば、評価値取得部１２は、予め定めた方法で、立ち上がり期間におけるスコア、安定期間におけるスコア、および、立ち下がり期間におけるスコアを求める。例えば、評価値取得部１２は、立ち上がり期間におけるスコアとして立ち上がり期間の長さを求め、立ち下がり期間におけるスコアとして立ち下がり期間の長さを求めてもよい。このように、評価値取得部１２は、「期間Ａ」、「期間Ｂ」および「期間Ｃ」の長さそれ自体を評価値として利用してもよい。あるいは、評価値取得部１２は、「期間Ａ」、「期間Ｂ」および「期間Ｃ」の長さの平均または合成値を評価値として利用してもよい。

あるいは、評価値取得部１２は、「期間Ａ」、「期間Ｂ」および「期間Ｃ」のそれぞれから何らかの値（スコア）を取得し、それらのスコアを判定、比較および／または合成することによって評価値を取得してもよい。

評価値取得部１２は、「期間Ａ」、「期間Ｂ」および「期間Ｃ」の評価値またはスコアとして、「期間Ａ」、「期間Ｂ」および「期間Ｃ」内の時系列データＴＤの統計値を求めてもよい。

例えば、評価値取得部１２は、安定期間におけるスコアとして、複数の時系列データを用いて安定期間における突発値を求めてもよい。評価値取得部１２は、安定期間におけるスコアとして、安定期間内の時系列データＴＤの平均値、中央値、または、分散を求める。

図１９は、複数の時系列データの値を示す図である。図１９に示すｎ個の時系列データＴＤ１、ＴＤ２、…、ＴＤｎは、それぞれ、ｍ個の値を含む。ここでは、ｉを１以上ｎ以下の整数、ｊを１以上ｍ以下の整数としたとき、時系列データＴＤｉに含まれるｊ番目のデータをｘ_ijという。この場合、評価値取得部１２は、次式（１）～（４）に従い時系列データＴＤｐのスコアＳｐを求める。

なお、式（１）において、値μ_pjは、対象となる時系列データＴＤｐを除く（ｎ－１）個の時系列データに含まれるｊ番目のデータの平均値を示す。式（２）において、値μ_pは、時系列データＴＤｐを除く（ｎ－１）個の時系列データに含まれるすべてのデータの平均値を示す。式（３）において、値σ_p ²は、時系列データＴＤｐを除く（ｎ－１）個の時系列データの分散を示す。

また、評価値取得部１２は、立ち上がり期間におけるスコアとして、時系列データＴＤのオーバーシュート量を求めてもよい。時系列データＴＤの目標レベルをＬ１、時系列データＴＤの最大値をＭとしたとき、評価値取得部１２は、式（５）に従って時系列データのオーバーシュート量Ｖを求めてもよい。
Ｖ＝（Ｍ－Ｌ１）／Ｌ１×１００…（５）

あるいは、評価値取得部１２は、式（６）に従い、時系列データのオーバーシュート量Ｖを求めてもよい。
Ｖ＝Ｍ－Ｌ１…（６）

なお、上述した評価値の取得方法は、例示にすぎず、これらに限定されないことはいうまでもない。例えば、図４を参照して上述したように、時系列データＴＤの値と基準データＲＤの値との差分の２乗を積算することによって評価値を取得してもよい。

なお、分類部１３（図１等）は、複数の時系列データＴＤのそれぞれの評価値Ｅｖを処理することによって複数の区分のいずれかに分類してもよい。

次に、図２０を参照して、分類部１３による分類処理の一例を説明する。図２０（ａ）は、評価値分布を示すグラフである。評価値分布は、複数の時系列データＴＤのそれぞれについての評価値Ｅｖの頻度（度数）を示す。図２０（ａ）のグラフにおいて、横軸は、評価値Ｅｖの大きさを示し、縦軸は、評価値Ｅｖの頻度（度数または出現回数）を示す。

図２０（ａ）において、μは複数の評価値Ｅｖの平均値を示し、σは標準偏差を示す。図２０（ａ）に示すように、評価値分布は、平均値μの近傍でピークを示す。評価値分布は、正規分布に近い形状を有する。

分類部１３は、評価値分布を標準化する。具体的には、分類部１３は、式（７）にしたがって評価値分布を標準化した標準化分布を生成する。

ここで、Ｓｏｌｄは、評価値分布を示し、Ｓｎｅｗは、標準化分布を示す。

図２０（ｂ）は、標準化分布を示すグラフである。標準化分布は、評価値分布の平均値μが０になるとともに標準偏差が１となるように標準化処理することによって生成される。

例えば、標準化分布はＬ１～Ｌ４に区分される。標準化分布において１未満であればレベル１（Ｌ１）とされ、１以上２未満であればレベル２（Ｌ２）とされ、２以上３未満であればレベル３（Ｌ３）とされ、３以上であればレベル４（Ｌ４）とされる。ここで、レベルは、異常度を示している。

なお、ここでは、区分は、標準偏差を用いて行われる。このため、操作者または管理者は、異常判定の際の閾値を個別に入力しなくてもよい。

なお、図１８～図２０を参照した説明は、主として、評価値取得部１２および分類部１３について説明したが、評価値取得部１１２および分類部１１３に適用されてもよい。また、クラスタリング処理部１５および／またはマッチング部１１４に適用されてもよい。

なお、図１０におけるデータ処理装置１００では、処理部１０が基板処理装置２００の状態を示す学習データベースを記憶部２０に記憶させる一方、図１５におけるデータ処理装置１００では、処理部１１０は、記憶部１２０に記憶された学習データベースを利用したが、データ処理装置１００の処理部は、基板処理装置２００の状態を示す学習データベースを記憶部に記憶させるとともに同じ記憶部に記憶された学習データベースを利用してもよい。

次に、図２１を参照して、本実施形態のデータ処理装置１００および基板処理装置２００を説明する。図２１は、データ処理装置１００および基板処理装置２００の模式図である。

図２１に示すように、データ処理装置１００は、処理部１０と、記憶部２０とを備える。処理部１０は、データ取得部１１と、評価値取得部１２と、分類部１３と、抽出部１４と、クラスタリング処理部１５に加えて、データ取得部１１１と、評価値取得部１１２と、分類部１１３と、マッチング部１１４と、読出部１１５とを含む。記憶部２０は、学習データベースを記憶する。

処理部１０は、データ取得部１１、評価値取得部１２、分類部１３、抽出部１４およびクラスタリング処理部１５によって、記憶部２０に学習データベースを記憶させることができる。また、処理部１０は、データ取得部１１１、評価値取得部１１２、分類部１１３、マッチング部１１４および読出部１１５によって、記憶部２０に記憶された学習データベースを活用できる。

なお、一般に、基板処理装置２００は、枚葉型またはバッチ型に大別される。基板処理装置２００は、枚葉型またはバッチ型のいずれであってもよい。

次に、図２２を参照して、本実施形態のデータ処理装置１００および基板処理装置２００を説明する。図２２は、データ処理装置１００および基板処理装置２００の模式図である。

データ処理装置１００は、基板処理装置２００において生成された時系列データＴＤを処理する。ここでは、基板処理装置２００は、枚葉型である。

基板処理装置２００は、基板Ｗを処理する。基板処理装置２００は、基板Ｗに対して、エッチング、表面処理、特性付与、処理膜形成、膜の少なくとも一部の除去および洗浄のうちの少なくとも１つを行うように基板Ｗを処理する。

基板Ｗは、例えば、半導体ウエハ、液晶表示装置用基板、プラズマディスプレイ用基板、電界放出ディスプレイ（Ｆｉｅｌｄ Ｅｍｉｓｓｉｏｎ Ｄｉｓｐｌａｙ：ＦＥＤ）用基板、光ディスク用基板、磁気ディスク用基板、光磁気ディスク用基板、フォトマスク用基板、セラミック基板および太陽電池用基板を含む。例えば、基板Ｗは略円板状である。基板処理装置２００は、基板Ｗを一枚ずつ処理する。

基板処理装置２００は、処理ユニット２１０として、チャンバー２２０と、基板保持部２３０と、液体供給部２４０とを備える。チャンバー２２０は、基板Ｗを収容する。基板保持部２３０は、基板Ｗを保持する。

チャンバー２２０は、内部空間を有する略箱形状である。チャンバー２２０は、基板Ｗを収容する。典型的には、チャンバー２２０は、空気雰囲気である。ただし、チャンバー２２０には、ダウンフロー等によって気流が形成されてもよい。

ここでは、基板処理装置２００は、基板Ｗを１枚ずつ処理する枚葉型であり、チャンバー２２０には基板Ｗが１枚ずつ収容される。基板Ｗは、チャンバー２２０内に収容され、チャンバー２２０内で処理される。チャンバー２２０には、基板保持部２３０および液体供給部２４０のそれぞれの少なくとも一部が収容される。

基板保持部２３０は、基板Ｗを保持する。例えば、基板保持部２３０は、基板Ｗの端部を挟持する。基板保持部２３０は、基板Ｗの上面（表面）Ｗａを上方に向け、基板Ｗの裏面（下面）Ｗｂを鉛直下方に向くように基板Ｗを水平に保持する。また、基板保持部２３０は、基板Ｗを保持した状態で基板Ｗを回転させる。例えば、基板Ｗは、鉛直上方から見た場合に、反時計周りに回転する。

例えば、基板保持部２３０は、スピンベース２３１と、チャック部材２３２と、シャフト２３３と、電動モーター２３４と、基部２３５とを含む。例えば、スピンベース２３１は、ＸＹ平面に延びる板状である。ここでは、スピンベース２３１は、ディスク形状（薄い円板形状）である。スピンベース２３１は、基板Ｗと対向する。

チャック部材２３２は、スピンベース２３１に設けられる。チャック部材２３２は、基板Ｗを固定（チャック）する。典型的には、スピンベース２３１には、複数のチャック部材２３２が設けられる。

シャフト２３３は、中空軸でもよい。シャフト２３３は、回転軸Ａｘに沿って鉛直方向に延びている。シャフト２３３の上端には、スピンベース２３１が結合されている。基板Ｗは、スピンベース２３１の上方に載置される。

シャフト２３３は、スピンベース２３１の中央部から下方に延びる。電動モーター２３４は、シャフト２３３に回転力を与える。シャフト２３３は、基部２３５に対して回転する。基部２３５は、シャフト２３３を回転可能に支持する。電動モーター２３４は、シャフト２３３を回転方向に回転させることにより、回転軸Ａｘを中心に基板Ｗおよびスピンベース２３１を回転させる。電動モーター２３４は、回転部材の一例である。

液体供給部２４０は、基板Ｗに液体を供給する。典型的には、液体供給部２４０は、基板Ｗの上面Ｗａに液体を供給する。例えば、液体は、リンス液または薬液を含む。

リンス液は、脱イオン水（Ｄｅｉｏｎｉｚｅｄ Ｗａｔｅｒ：ＤＩＷ）、炭酸水、電解イオン水、オゾン水、アンモニア水、希釈濃度（例えば、１０ｐｐｍ～１００ｐｐｍ程度）の塩酸水、または、還元水（水素水）のいずれかを含んでもよい。

薬液は、フッ酸を含む。例えば、フッ酸は、４０℃以上７０℃以下に加熱されてもよく、５０℃以上６０℃以下に加熱されてもよい。ただし、フッ酸は、加熱されなくてもよい。また、薬液は、水または燐酸を含んでもよい。

さらに、薬液は、過酸化水素水をさらに含んでもよい。また、薬液は、ＳＣ１（アンモニア過酸化水素水混合液）、ＳＣ２（塩酸過酸化水素水混合液）または王水（濃塩酸と濃硝酸との混合物）を含んでもよい。

基板処理装置２００は、カップ２５０をさらに備える。カップ２５０は、基板Ｗから飛散した液体を回収する。カップ２５０は昇降する。例えば、カップ２５０は、液体供給部２４０が基板Ｗに液体を供給する期間にわたって基板Ｗの側方にまで鉛直上方に上昇する。この場合、カップ２５０は、基板Ｗの回転によって基板Ｗから飛散する液体を回収する。また、カップ２５０は、液体供給部２４０が基板Ｗに液体を供給する期間が終了すると、基板Ｗの側方から鉛直下方に下降する。

制御装置２０１は、制御部２０１ａおよび記憶部２０１ｂを含む。制御部２０１ａは、基板保持部２３０、液体供給部２４０および／またはカップ２５０を制御する。一例では、制御部２０１ａは、電動モーター２３４、バルブ２４０ｂおよび／またはカップ２５０を制御する。

本実施形態の基板処理装置２００は、半導体の設けられた半導体装置の作製に好適に用いられる。基板処理装置２００は、半導体装置の製造時に、半導体装置の洗浄および／または加工（例えば、エッチング、特性変化等）に好適に用いられる。

上述したように、基板処理装置２００は、枚葉型であってもよい。この場合、基板処理装置２００は、処理ユニット２１０を複数備えていることが好ましい。

次に、図２３を参照して、本実施形態のデータ処理装置１００および基板処理装置２００を説明する。図２３は、データ処理装置１００および基板処理装置２００の模式図である。ここでは、基板処理装置２００は、複数の処理ユニット２１０を備える。処理ユニット２１０のそれぞれは、基板Ｗを処理する。複数の処理ユニット２１０は、所定の配列で配置されている。

図２３に示すように、基板処理装置２００は、複数の処理ユニット２１０と、流体キャビネットＬＣと、流体ボックスＬＢと、複数のロードポートＬＰと、インデクサーロボットＩＲと、センターロボットＣＲと、制御装置２０１とを備える。制御装置２０１は、ロードポートＬＰ、インデクサーロボットＩＲおよびセンターロボットＣＲを制御する。制御装置２０１は、制御部２０１ａおよび記憶部２０１ｂを含む。

ロードポートＬＰの各々は、複数枚の基板Ｗを積層して収容する。インデクサーロボットＩＲは、ロードポートＬＰとセンターロボットＣＲとの間で基板Ｗを搬送する。センターロボットＣＲは、インデクサーロボットＩＲと処理ユニット２１０との間で基板Ｗを搬送する。処理ユニット２１０の各々は、基板Ｗに液体を吐出して、基板Ｗを処理する。例えば、液体は、処理液、リンス液および／または薬液を含む。流体キャビネットＬＣは、液体を収容する。なお、流体キャビネットＬＣは、ガスを収容してもよい。

具体的には、複数の処理ユニット２１０は、平面視においてセンターロボットＣＲを取り囲むように配置された複数のタワーＴＷ（図１では４つのタワーＴＷ）を形成している。各タワーＴＷは、上下に積層された複数の処理ユニット２１０（図１では３つの処理ユニット２１０）を含む。流体ボックスＬＢは、それぞれ、複数のタワーＴＷに対応している。流体キャビネットＬＣ内の液体は、いずれかの流体ボックスＬＢを介して、流体ボックスＬＢに対応するタワーＴＷに含まれる全ての処理ユニット２１０に供給される。また、流体キャビネットＬＣ内のガスは、いずれかの流体ボックスＬＢを介して、流体ボックスＬＢに対応するタワーＴＷに含まれる全ての処理ユニット２１０に供給される。

基板処理装置２００は、制御装置２０１をさらに備える。制御装置２０１は、基板処理装置２００の各種動作を制御する。

制御装置２０１は、制御部２０１ａおよび記憶部２０１ｂを含む。制御部２０１ａは、プロセッサーを有する。制御部２０１ａは、例えば、中央処理演算機（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）を有する。または、制御部２０１ａは、汎用演算機を有してもよい。

記憶部２０１ｂは、データおよびコンピュータプログラムを記憶する。データは、レシピデータを含む。レシピデータは、複数のレシピを示す情報を含む。複数のレシピの各々は、基板Ｗの処理内容および処理手順を規定する。

記憶部２０１ｂは、主記憶装置と、補助記憶装置とを含む。主記憶装置は、例えば、半導体メモリである。補助記憶装置は、例えば、半導体メモリおよび／またはハードディスクドライブである。記憶部２０１ｂはリムーバブルメディアを含んでいてもよい。制御部２０１ａは、記憶部２０１ｂの記憶しているコンピュータプログラムを実行して、基板処理動作を実行する。

なお、図２２および図２３を参照した上述の説明では、基板処理装置２００および／または処理ユニット２１０は、枚葉型であったが、本実施形態はこれに限定されない。基板処理装置２００および／または処理ユニット２１０は、バッチ型であってもよい。

図２４を参照して、本実施形態のデータ処理装置１００および基板処理装置２００を説明する。図２４は本実施形態のデータ処理装置１００および基板処理装置２００の模式図である。ここでは、基板処理装置２００は、バッチ型であり、基板Ｗを複数枚まとめて処理できる。

基板処理装置２００は、処理槽２６０と、基板保持部２７０と、制御装置２０１とを備える。処理槽２６０は、基板Ｗを処理するための処理液Ｌを貯留する。

基板保持部２７０は、基板Ｗを保持する。基板保持部２７０によって保持された基板Ｗの主面の法線方向はＹ方向に平行である。基板保持部２７０は、基板Ｗを保持したまま基板Ｗを移動させる。例えば、基板保持部２７０は、基板Ｗを保持したまま鉛直方向に沿って鉛直上方または鉛直下方に移動する。

典型的には、基板保持部２７０は、複数の基板Ｗをまとめて保持する。ここでは、複数の基板Ｗは、Ｙ方向に沿って一列に配列される。なお、基板保持部２７０は、一枚のみの基板Ｗを保持してもよい。

図１～図２４に示したデータ処理装置１００は、１つの基板処理装置２００において生成された時系列データを処理したが、本実施形態はこれに限定されない。データ処理装置１００は、異なる場所に配置された基板処理装置２００において生成された時系列データを処理してもよい。

次に、図２５を参照して、本実施形態のデータ処理装置１００および基板処理装置２００を説明する。図２５は、本実施形態のデータ処理装置１００および基板処理装置２００の模式図である。図２５に示すように、基板処理装置２００は、基板処理装置２００Ａと、基板処理装置２００Ｂとを備える。基板処理装置２００Ａおよび基板処理装置２００Ｂは、データ処理装置１００と通信可能に接続されている。

典型的には、基板処理装置２００Ａおよび基板処理装置２００Ｂは互いに離れた場所に配置される。例えば、基板処理装置２００Ａおよび基板処理装置２００Ｂは同じ国の異なる場所に配置されてもよい。あるいは、基板処理装置２００Ａおよび基板処理装置２００Ｂは異なる国に配置されてもよい。

データ処理装置１００は、例えば、サーバーである。例えば、基板処理装置２００Ａは、データ処理装置１００を介して基板処理装置２００Ｂと情報を通信可能である。

なお、図２５を参照した上述の説明では、データ処理装置１００は、基板処理装置２００Ａ、２００Ｂと通信可能であったが、基板処理装置２００Ａおよび基板処理装置２００Ｂは同時刻に存在しなくてもよい。

以上、図面を参照して本発明の実施形態を説明した。ただし、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である。また、上記の実施形態に開示される複数の構成要素を適宜組み合わせることによって、種々の発明の形成が可能である。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。図面は、理解しやすくするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の厚み、長さ、個数、間隔等は、図面作成の都合上から実際とは異なる場合もある。また、上記の実施形態で示す各構成要素の材質、形状、寸法等は一例であって、特に限定されるものではなく、本発明の効果から実質的に逸脱しない範囲で種々の変更が可能である。

本発明は、データ処理方法、データ処理装置および／またはプログラムに好適に用いられる。

１０ 処理部
１１ データ取得部
１２ 評価値取得部
１３ 分類部
１４ 抽出部
１５ クラスタリング処理部
２０ 記憶部
３０ 入力部
４０ 表示部
１００ データ処理装置

Claims (9)

1. 基板処理装置で得られた複数の時系列データを取得するステップと、
   前記複数の時系列データのそれぞれの評価値を取得するステップと、
   前記評価値に基づいて前記複数の時系列データのそれぞれを複数の区分のいずれかに分類するステップと、
   前記複数の区分のいずれかに対応する時系列データを抽出時系列データとして抽出するステップと、
   前記抽出時系列データをクラスタリング処理して複数のクラスタのいずれかに分類するステップと
   を包含する、データ処理方法。
2. 前記評価値を取得するステップにおいて、前記複数の時系列データのそれぞれと基準データとの比較により前記複数の時系列データのそれぞれの評価値を取得する、請求項１に記載のデータ処理方法。
3. 前記評価値を取得するステップにおいて、前記時系列データと前記基準データの値の差が大きい場合の前記評価値は、前記時系列データと前記基準データの値の差が小さい場合の前記評価値よりも大きい、請求項２に記載のデータ処理方法。
4. 前記抽出時系列データの評価値の変化を示す評価値グラフと、前記抽出時系列データとを切り換えて表示するステップをさらに包含する、請求項１から３のいずれかに記載のデータ処理方法。
5. 前記抽出時系列データを記憶するステップをさらに包含する、請求項１から４のいずれかに記載のデータ処理方法。
6. 前記複数のクラスタのいずれかに分類された抽出時系列データの評価値を示す評価値グラフと、前記抽出時系列データとを切り換えて表示するステップをさらに包含する、請求項１から５のいずれかに記載のデータ処理方法。
7. 前記抽出時系列データに対応するクラスタに、前記時系列データに対応する前記基板処理装置についての原因対策情報を付与した学習データベースを生成するステップをさらに包含する、請求項１から６のいずれかに記載のデータ処理方法。
8. 基板処理装置で得られた複数の時系列データを取得するデータ取得部と、
   前記複数の時系列データのそれぞれの評価値を取得する評価値取得部と、
   前記評価値に基づいて前記複数の時系列データを複数の区分のいずれかに分類する分類部と、
   前記複数の区分のいずれかに対応する時系列データを抽出時系列データとして抽出する抽出部と、
   前記抽出時系列データをクラスタリング処理して複数のクラスタのいずれかに分類するクラスタリング処理部と
   を備える、データ処理装置。
9. 基板処理装置で得られた複数の時系列データを取得するステップと、
   前記複数の時系列データのそれぞれの評価値を取得するステップと、
   前記評価値に基づいて前記複数の時系列データを複数の区分のいずれかに分類するステップと、
   前記複数の区分のいずれかに対応する時系列データを抽出時系列データとして抽出するステップと、
   前記抽出時系列データをクラスタリング処理して複数のクラスタのいずれかに分類するステップと
   をコンピュータに実行させる、プログラム。

Images