JPH04190133A - 設備の診断支援方式 - Google Patents
設備の診断支援方式Info
- Publication number
- JPH04190133A JPH04190133A JP2320380A JP32038090A JPH04190133A JP H04190133 A JPH04190133 A JP H04190133A JP 2320380 A JP2320380 A JP 2320380A JP 32038090 A JP32038090 A JP 32038090A JP H04190133 A JPH04190133 A JP H04190133A
- Authority
- JP
- Japan
- Prior art keywords
- equipment
- data
- diagnostic
- time
- rule
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims abstract description 20
- 239000004065 semiconductor Substances 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 17
- 238000004544 sputter deposition Methods 0.000 description 17
- 230000005856 abnormality Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000004949 mass spectrometry Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000007740 vapor deposition Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005229 chemical vapour deposition Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 101100410786 Arabidopsis thaliana PXG5 gene Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000001312 dry etching Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004868 gas analysis Methods 0.000 description 1
- 238000005247 gettering Methods 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/911—Nonmedical diagnostics
- Y10S706/912—Manufacturing or machine, e.g. agricultural machinery, machine tool
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[産業上の利用分野コ
本発明は、設備の診断方式に係り、特に、半導体製造設
備の運転状況から装置の状態を判断することができる診
断方式、診断支援システムおよび診断システムに関する
。
備の運転状況から装置の状態を判断することができる診
断方式、診断支援システムおよび診断システムに関する
。
[従来の技術]
製造設備の診断方式として、対象とする装置の異常や故
障に関わると考えられる量を測定した上で処理し、異常
や、故障、劣化の指標となる量を得、これに基づき装置
の状態を判定する方式があり、設備診断技術として普及
している。たとえば、″計測と制御” Vol、25.
No、10 (1?U和6和学1の3頁から10頁の「
設備診断技術の現状と将来Jにおいて、佐田登志夫・高
田祥三らにより論じられている。
障に関わると考えられる量を測定した上で処理し、異常
や、故障、劣化の指標となる量を得、これに基づき装置
の状態を判定する方式があり、設備診断技術として普及
している。たとえば、″計測と制御” Vol、25.
No、10 (1?U和6和学1の3頁から10頁の「
設備診断技術の現状と将来Jにおいて、佐田登志夫・高
田祥三らにより論じられている。
この方式による場合、個々の装置の異常、故障と明確に
関係付けられる設備のパラメータを事前に知る必要があ
り、さらに、その設備パラメータを検知する手段として
設備の動作には直接関係のないセンサなどを取り付ける
必要がある。この方式を、半導体装置の製造に応用する
場合には、装置の異常に明確に関係付けられるパラメー
タを特定することが必要である。
関係付けられる設備のパラメータを事前に知る必要があ
り、さらに、その設備パラメータを検知する手段として
設備の動作には直接関係のないセンサなどを取り付ける
必要がある。この方式を、半導体装置の製造に応用する
場合には、装置の異常に明確に関係付けられるパラメー
タを特定することが必要である。
しかし、半導体の製造で用いられるスパッタリング法、
化学的気相成長法(以下CVD法という; Chemi
cal Vapor Deposition)などの
成膜工程やドライエツチング法などは弱電離プラズマを
用い、非平衡な状態での物理化学反応を用いている。
化学的気相成長法(以下CVD法という; Chemi
cal Vapor Deposition)などの
成膜工程やドライエツチング法などは弱電離プラズマを
用い、非平衡な状態での物理化学反応を用いている。
このため、この状態をセンシングするにはプローブ法な
どの外乱となるセンサを設置したりすることになり本来
の反応を乱し、逆に、不良要因になる場合があるなどの
問題があり、実用的でないという問題がある。
どの外乱となるセンサを設置したりすることになり本来
の反応を乱し、逆に、不良要因になる場合があるなどの
問題があり、実用的でないという問題がある。
[発明が解決しようとする課題]
最近、半導体の性能向上に伴って、製造条件が厳しくな
っているため、半導体の製造において、装置の異常によ
る不良の発生が頻発する傾向にあるにれに対して、設備
の異常、故障を早期に把握し対策を施して、不良の低減
を図ることが重要である。
っているため、半導体の製造において、装置の異常によ
る不良の発生が頻発する傾向にあるにれに対して、設備
の異常、故障を早期に把握し対策を施して、不良の低減
を図ることが重要である。
ところで、上記従来技術で述べたように、設備診断を行
う場合には、装置のパラメータを特定する必要がある。
う場合には、装置のパラメータを特定する必要がある。
しかし、設備の異常を特定するためのパラメータが、半
導体製造設備では明快に特定できていないという問題が
あった。これは、設備の異常の根拠となる事象の把握を
行なうための診断システムが確立していないことによる
。
導体製造設備では明快に特定できていないという問題が
あった。これは、設備の異常の根拠となる事象の把握を
行なうための診断システムが確立していないことによる
。
本発明の第1の目的は、設備の動作を示す情報と、運転
状態を表わす情報とを用いて設備診断のルール、すなわ
ち1診断の根拠となる事象の把握ができるように支援す
る診断支援方式を提供することにある。
状態を表わす情報とを用いて設備診断のルール、すなわ
ち1診断の根拠となる事象の把握ができるように支援す
る診断支援方式を提供することにある。
また、本発明の第2の目的は、事象の把握と共に、得ら
れたデータに基づいて、設備の診断を行なうための診断
ルールの構築を支援する診断支援システムを提供するこ
とにある。
れたデータに基づいて、設備の診断を行なうための診断
ルールの構築を支援する診断支援システムを提供するこ
とにある。
さらに、本発明の第3の目的は、設備の動作を示す情報
と、運転状態を表わす情報とを用いて設備の診断を行な
う診断システムを提供することにある。
と、運転状態を表わす情報とを用いて設備の診断を行な
う診断システムを提供することにある。
[課題を解決するための手段]
上記第1の目的を達成するため、本発明の一態様によれ
ば、半導体製造設備の運転時に、その設備の運転状態に
関わる情報と、その設備の部位の動作とを、それぞれ時
系列データとして取得し、設備の動作と運転状態に関わ
る情報の変動とを、これらのデータの時間軸を合わせて
出力することを特徴とする半導体製造設備の診断支援方
法が得られる。
ば、半導体製造設備の運転時に、その設備の運転状態に
関わる情報と、その設備の部位の動作とを、それぞれ時
系列データとして取得し、設備の動作と運転状態に関わ
る情報の変動とを、これらのデータの時間軸を合わせて
出力することを特徴とする半導体製造設備の診断支援方
法が得られる。
上記第2の目的を達成するため、本発明の他の態様によ
れば、診断対象の設備について、診断対象となる事象を
示す診断項目と、その事象に関わるデータの範囲を特定
するデータ分類と、その事象に固有の特徴量を算出する
ための特徴量算出式と、算出される特徴量についての判
断基準および判断結果とを診断ルールの内容として表示
して、それらに対する条件の指定を受け付け、指定され
た条件を上記ルールの内容そtぞれに設定して、診断ル
ールを制定する手段とを備えることを特徴とする設備診
断支援システムが提供される。
れば、診断対象の設備について、診断対象となる事象を
示す診断項目と、その事象に関わるデータの範囲を特定
するデータ分類と、その事象に固有の特徴量を算出する
ための特徴量算出式と、算出される特徴量についての判
断基準および判断結果とを診断ルールの内容として表示
して、それらに対する条件の指定を受け付け、指定され
た条件を上記ルールの内容そtぞれに設定して、診断ル
ールを制定する手段とを備えることを特徴とする設備診
断支援システムが提供される。
上記第3の目的を達成するため5本発明のさらに他の態
様によれば、設備の運転時に、その設備の運転状態に関
わる情報と、その設備の部位の動作とを、それぞれ時系
列データとして取得する手段と、予め制定される診断ル
ールを記憶する手段と、上記取得された時系列データを
、診断ルールに規定される条件にしたがって当て嵌めて
、当該ルールに規定される事象が発生しているか否か判
定する手段とを備え、上記診断ルールを記憶する手段は
、上記診断ルールとして、診断対象となる事象を示す診
断項目毎に、その事象に関わるデータの範囲を特定する
データ分類ルールと、その事象に固有の特徴量を算出す
るための特徴量算出式と、算出される特徴量についての
判断基準および判断結果からなる判定ルールとを記憶し
、上記判定する手段は、取得される時系列データから、
上記診断項目毎に、データ分類ルールに従うデータを取
り出し、このデータについて上記特徴量算出式を用いて
特徴量を算出し、得られた特徴量を判定ルールの判断基
準に当て嵌めて、対応する判断結果を得る機能を備える
ことを特徴とする設備の診断システムが提供される。
様によれば、設備の運転時に、その設備の運転状態に関
わる情報と、その設備の部位の動作とを、それぞれ時系
列データとして取得する手段と、予め制定される診断ル
ールを記憶する手段と、上記取得された時系列データを
、診断ルールに規定される条件にしたがって当て嵌めて
、当該ルールに規定される事象が発生しているか否か判
定する手段とを備え、上記診断ルールを記憶する手段は
、上記診断ルールとして、診断対象となる事象を示す診
断項目毎に、その事象に関わるデータの範囲を特定する
データ分類ルールと、その事象に固有の特徴量を算出す
るための特徴量算出式と、算出される特徴量についての
判断基準および判断結果からなる判定ルールとを記憶し
、上記判定する手段は、取得される時系列データから、
上記診断項目毎に、データ分類ルールに従うデータを取
り出し、このデータについて上記特徴量算出式を用いて
特徴量を算出し、得られた特徴量を判定ルールの判断基
準に当て嵌めて、対応する判断結果を得る機能を備える
ことを特徴とする設備の診断システムが提供される。
[作 用]
本発明は、設備の動作を表わす情報を取得するに際し、
設備の動作の来歴を動作の項目とその動作した時刻で記
憶する。一方、設備の運転状態に関わる情報を取得する
に際し、設備が製品を加工した時の加工条件の時々刻々
の変動をその時刻と共に記憶する。例えば1時刻を付し
てデータを記憶する。
設備の動作の来歴を動作の項目とその動作した時刻で記
憶する。一方、設備の運転状態に関わる情報を取得する
に際し、設備が製品を加工した時の加工条件の時々刻々
の変動をその時刻と共に記憶する。例えば1時刻を付し
てデータを記憶する。
そして、前記したルールを決定するために、上記の設備
動作来歴、および、製品加工時の加工条件の変動の両者
を同一の時間軸上で突き合わせることで、設備の動作に
対する加工条件の変動や。
動作来歴、および、製品加工時の加工条件の変動の両者
を同一の時間軸上で突き合わせることで、設備の動作に
対する加工条件の変動や。
特定の動作に対する加工条件の変化、加工条件間の相互
作用などの設備と加工条件の関係の知見を得易くする。
作用などの設備と加工条件の関係の知見を得易くする。
これにより、事象の正確な把握を可能として、診断ルー
ルに構築を容易にする。
ルに構築を容易にする。
これにより、半導体の製造工程で、通常の作業時の設備
動作と加工条件とから、診断ルールを作成することがで
きる。この場合、製造工程とは直接関係ない実験室など
の実験から生まれる診断ルールでなく、製造作業に埋も
れていたルールを取り込み診断するものである。
動作と加工条件とから、診断ルールを作成することがで
きる。この場合、製造工程とは直接関係ない実験室など
の実験から生まれる診断ルールでなく、製造作業に埋も
れていたルールを取り込み診断するものである。
また、設備の診断のために、両者を時間軸(時刻)で突
き合わせ、予め決めておいたルールに従い、設備の動作
項目間で加工条件の変化、比較などの処理を行い、その
項目間の加工条件のルールにしたがった特徴量を導き、
その特徴量からルールの判断基準と比較し、設備の診断
を行うことができる。
き合わせ、予め決めておいたルールに従い、設備の動作
項目間で加工条件の変化、比較などの処理を行い、その
項目間の加工条件のルールにしたがった特徴量を導き、
その特徴量からルールの判断基準と比較し、設備の診断
を行うことができる。
[実施例コ
以下、本発明の実施例について説明する。
第1図は、本発明の診断システムの一実施例の処理のフ
ローを示している。
ローを示している。
初めに、測定データ、すなわち、設備動作の来歴と設備
の加工条件の変動来歴の各データの診断を行う部分につ
いてデータを選択する。この場合、このデータ量は、2
000〜3000件となってデータ量が多くなり、診断
処理に不適である。そこで、本実施例では、設備の動作
来歴データから。
の加工条件の変動来歴の各データの診断を行う部分につ
いてデータを選択する。この場合、このデータ量は、2
000〜3000件となってデータ量が多くなり、診断
処理に不適である。そこで、本実施例では、設備の動作
来歴データから。
″設備のある動作からある動作までの間のデータのみを
選択する。It 、I+動作から動作までのデータを1
0件になるように選択する。″などのルールのデータ選
択のルールをもとにデータを分類する。
選択する。It 、I+動作から動作までのデータを1
0件になるように選択する。″などのルールのデータ選
択のルールをもとにデータを分類する。
分類したデータは、対応するルールに関するデータの特
徴量の算出方法に従って処理され、測定データを計算機
でも判断できる形態の量に変換される。すなわち、その
特徴量同士の大小比較、基準値に対する大小比較などの
判断により、そのデータを診断することができるような
形態とする。
徴量の算出方法に従って処理され、測定データを計算機
でも判断できる形態の量に変換される。すなわち、その
特徴量同士の大小比較、基準値に対する大小比較などの
判断により、そのデータを診断することができるような
形態とする。
診断の出力は、特徴量を算出する時に、ルールの中にあ
る診断の項目に付いて予め分かっているので、特徴量を
判断(比較など)することで、診断結果として、そのデ
ータは診断項目に対して正常か、異常かを判断できる。
る診断の項目に付いて予め分かっているので、特徴量を
判断(比較など)することで、診断結果として、そのデ
ータは診断項目に対して正常か、異常かを判断できる。
診断のルールについては、診断項目、診断のための特徴
量抽出の計算式、計算するデータの範囲、特徴量を判断
する判断の計算とその結果の出力の各項目とすることが
できる。
量抽出の計算式、計算するデータの範囲、特徴量を判断
する判断の計算とその結果の出力の各項目とすることが
できる。
第2図に実施例として、半導体製造設備の成膜工程のス
パッタ装置について本発明を適用したときのハードウェ
ア構成を示す。
パッタ装置について本発明を適用したときのハードウェ
ア構成を示す。
この実施例は、加工条件として質量分析のデータをモニ
タして設備の真空に関する状態を診断することを目的に
している。
タして設備の真空に関する状態を診断することを目的に
している。
本実施例の診断システムは、設備診断を行なう設備診断
計算機101と、この下位に設けられる計算機103お
よび104と、オペレータに対するデータの入出力を行
なう入出力端末108とを備え、これらは、通信回線1
02を介して接続されている。
計算機101と、この下位に設けられる計算機103お
よび104と、オペレータに対するデータの入出力を行
なう入出力端末108とを備え、これらは、通信回線1
02を介して接続されている。
スパッタ装置107には、装置の加工条件のモニタとし
てスパッタのガス雰囲気を分析しガスの種類を分析する
質量分析器105、および、設備の動作を制御するシー
ケンサ106が接続されている。質量分析器105およ
びシーケンサ106には、それぞれ対応するデータを受
信処理する計算機103および104が接続されている
。
てスパッタのガス雰囲気を分析しガスの種類を分析する
質量分析器105、および、設備の動作を制御するシー
ケンサ106が接続されている。質量分析器105およ
びシーケンサ106には、それぞれ対応するデータを受
信処理する計算機103および104が接続されている
。
設備診断計算機101は、図示していないが、CPU
(中央処理装置)と、CPUのプログラムおよびデータ
を格納するメモリと、時刻を設定する計時装置と、信号
の入出力を行なうインタフェース装置と、ルールや取得
される大量のデータを蓄積できる外部記憶装置とを備え
ている。上記メモリには、診断支援のためのプログラム
、診断プログラムがロードされる。これにより、CPU
は、取得された時系列データについてルールを制定する
手段と、取得された時系列データを診断ルールに規定さ
れる条件にしたがって当て嵌めて、当該ルールに規定さ
れる事象が発生しているか否か判定する手段として機能
することができる。
(中央処理装置)と、CPUのプログラムおよびデータ
を格納するメモリと、時刻を設定する計時装置と、信号
の入出力を行なうインタフェース装置と、ルールや取得
される大量のデータを蓄積できる外部記憶装置とを備え
ている。上記メモリには、診断支援のためのプログラム
、診断プログラムがロードされる。これにより、CPU
は、取得された時系列データについてルールを制定する
手段と、取得された時系列データを診断ルールに規定さ
れる条件にしたがって当て嵌めて、当該ルールに規定さ
れる事象が発生しているか否か判定する手段として機能
することができる。
また、計算機103および104は1図示していないが
、CPUと、CPUのプログラムおよびデータを格納す
るメモリと、時刻を設定する計時装置と、信号の入出力
を行なうインタフェース装置とを備えている。この計算
機103および104は、各々質量分析、設備動作のデ
ータを一時的にバッファし、測定が終了したタイミング
で設備診断計算機101にそのデータを送信する。
、CPUと、CPUのプログラムおよびデータを格納す
るメモリと、時刻を設定する計時装置と、信号の入出力
を行なうインタフェース装置とを備えている。この計算
機103および104は、各々質量分析、設備動作のデ
ータを一時的にバッファし、測定が終了したタイミング
で設備診断計算機101にそのデータを送信する。
メモリには、これらの処理を行なうためのプログラムが
ロードされる。CPUは、このプログラムを実行するこ
とにより、時系列データを取得する手段として機能する
ことができる。
ロードされる。CPUは、このプログラムを実行するこ
とにより、時系列データを取得する手段として機能する
ことができる。
すなわち、計算機103および104は、運転状態に関
わる情報として、ガス分析装置の出力を、時刻を示す情
報を付して取り込み、設備の部位の動作を表わす情報と
して、シーケンサから出力される設備の各部位の動作状
態を示す情報を1時刻を示す情報を付して取り込む。
わる情報として、ガス分析装置の出力を、時刻を示す情
報を付して取り込み、設備の部位の動作を表わす情報と
して、シーケンサから出力される設備の各部位の動作状
態を示す情報を1時刻を示す情報を付して取り込む。
時刻を示す情報は、計時装置から取り込まれる。
かく計算機101,103,104の計時装置は、予め
時刻合わせをしておく。
時刻合わせをしておく。
入出力端末108には1診断情報等を表示することがで
きるデイスプレィ109と、データや指示を入力するこ
とができるキーボード110とが接続されている。また
、マウス等を接続してもよい。
きるデイスプレィ109と、データや指示を入力するこ
とができるキーボード110とが接続されている。また
、マウス等を接続してもよい。
設備診断計算機101に記憶保持されるデータは、第3
図に示す形式になっている。
図に示す形式になっている。
すなわち、
(a)作業来歴データテーブル、
(b)加工条件来歴テーブル、
(c)設備動作来歴テーブル、
として登録されている。
作業来歴データテーブルは、作業したロットのナンバ、
品名、工程、日付、作業開始時刻の項目を管理テーブル
として記憶する。これらは、例えば、入出力端末108
から入力することができる。
品名、工程、日付、作業開始時刻の項目を管理テーブル
として記憶する。これらは、例えば、入出力端末108
から入力することができる。
この作業来歴データテーブルは、ロットナンバをID(
識別子)として、(b)加工条件来歴テーブル、(c)
設備動作来歴テーブルと関係づけられている。
識別子)として、(b)加工条件来歴テーブル、(c)
設備動作来歴テーブルと関係づけられている。
加工条件来歴データテーブルは、質量分析の測定データ
が、質量数、そのピーク値、測定時刻、圧力の各項目で
時系列に登録されている。
が、質量数、そのピーク値、測定時刻、圧力の各項目で
時系列に登録されている。
(C)の設備動作来歴データは、装置の動作に対応し、
ガス導入バルブ303、ゲートバルブ301、メインバ
ルブ302のそれぞれについて、バルブの変化に対応し
測定時刻、すなわち、変化の起こった時刻と変化の内容
について、記録している。
ガス導入バルブ303、ゲートバルブ301、メインバ
ルブ302のそれぞれについて、バルブの変化に対応し
測定時刻、すなわち、変化の起こった時刻と変化の内容
について、記録している。
なお、第3図に示す各テーブルは、入出力端末108の
デイスプレィ109において一覧表示することができる
。
デイスプレィ109において一覧表示することができる
。
第4図にこのスパッタ装置の設備構成を動作に対応させ
て示す。
て示す。
ガス導入バルブ303は、スパッタ装置107の処理室
401に不活性ガスのArガスの供給を行うバルブであ
る。このバルブ303がOP E Nの時は、スパッタ
の処理、すなわち、成膜を行っていることを示している
。メインバルブ302は、真空排気ポンプ3]0と処理
室401をつなぐバルブで、このメインバルブ302が
0PENのときは、真空排気を行っているときで、装置
の稼働状態を示している。ゲートバルブ301は、スパ
ッタ装置に投入されたウェハが処理室401に入り、成
膜の処理が始まることを示している。質量分析器304
は、処理室401に接続され、処理室401のガス雰囲
気をモニタしている。
401に不活性ガスのArガスの供給を行うバルブであ
る。このバルブ303がOP E Nの時は、スパッタ
の処理、すなわち、成膜を行っていることを示している
。メインバルブ302は、真空排気ポンプ3]0と処理
室401をつなぐバルブで、このメインバルブ302が
0PENのときは、真空排気を行っているときで、装置
の稼働状態を示している。ゲートバルブ301は、スパ
ッタ装置に投入されたウェハが処理室401に入り、成
膜の処理が始まることを示している。質量分析器304
は、処理室401に接続され、処理室401のガス雰囲
気をモニタしている。
これらのバルブの動作は、先に述へたようにスパッタ装
置の処理の動作を意味している。この動作の意味は、装
置を熟知していないと判断できない。しかし、装置の動
作と加工条件であるガス分析データとは密接な関係にあ
り、専門家であれば。
置の処理の動作を意味している。この動作の意味は、装
置を熟知していないと判断できない。しかし、装置の動
作と加工条件であるガス分析データとは密接な関係にあ
り、専門家であれば。
両者の関係を理解できるので、両者の関係を専門家が理
解しやすいように示すことが必要である。
解しやすいように示すことが必要である。
これにより、設備診断のルールの制定を容易化すること
ができる。
ができる。
第5図は、本発明の実施例の1つである、第3図のデー
タを基に装置の動作データと質量分析のデータについて
、両者のデータを時刻で突き合わせ同一平面に表したも
のである。
タを基に装置の動作データと質量分析のデータについて
、両者のデータを時刻で突き合わせ同一平面に表したも
のである。
これは、計算機101で処理された結果を示す。
この処理結果は、例えば、第2図に示す入出力端末のデ
イスプレィ109上に表示することができる。
イスプレィ109上に表示することができる。
この図から、質量分析の加工条件データと設備の動作デ
ータとの関係を理解できる。すなわち、ガス導入バルブ
303の0PENにより、質量数40のArガスの強度
が強くなっていることがわかる。たとえば、このガス導
入バルブ303が○PENしてもArガスの40のピー
ク値が増加しなければ、バルブに動作に異常があると判
断できる。
ータとの関係を理解できる。すなわち、ガス導入バルブ
303の0PENにより、質量数40のArガスの強度
が強くなっていることがわかる。たとえば、このガス導
入バルブ303が○PENしてもArガスの40のピー
ク値が増加しなければ、バルブに動作に異常があると判
断できる。
このような判断は、後述するように、ルール化される。
すなわち、特定のガス種と特定の設備の動作について検
討することにより、この種の装置における診断ルールを
制定することができる。
討することにより、この種の装置における診断ルールを
制定することができる。
第6図に、ガス導入バルブ303と質量数(マスNo)
18.28について検討した図を示す。
18.28について検討した図を示す。
この図も、計算機101での処理結果を示し、第5図と
同様に、デイスプレィ109上に表示することができる
。
同様に、デイスプレィ109上に表示することができる
。
このようにして、半導体製造設備の運転時に、その設備
の運転状態に関わる情報と、その設備の部位の動作とを
、それぞれ時系列データとして取得し、設備の動作と運
転状態に関わる情報の変動とを、これらのデータの時間
軸を合わせて、可視情報として出力することにより、エ
ンジニアが判断を行うことができる。
の運転状態に関わる情報と、その設備の部位の動作とを
、それぞれ時系列データとして取得し、設備の動作と運
転状態に関わる情報の変動とを、これらのデータの時間
軸を合わせて、可視情報として出力することにより、エ
ンジニアが判断を行うことができる。
このような図は、第3図のようなデータの管理方式であ
るため、動作データ、質量数の指定により検索して出図
できる。例えば、入出力端末108のキーボード110
から、検索キーを指定して、検索を指示すると、入出力
端末108は、これを通信口11102を介して計算機
101に送る。これを受けた計算機101は、上記第3
図に示されるテーブルについて検索処理を行ない、必要
なデータを入出力端末108に送る。このデータがデイ
スプレィ109に表示される。
るため、動作データ、質量数の指定により検索して出図
できる。例えば、入出力端末108のキーボード110
から、検索キーを指定して、検索を指示すると、入出力
端末108は、これを通信口11102を介して計算機
101に送る。これを受けた計算機101は、上記第3
図に示されるテーブルについて検索処理を行ない、必要
なデータを入出力端末108に送る。このデータがデイ
スプレィ109に表示される。
第6図から解ることは、ガス導入バルブ303が○PE
NLCLO5Eするまでの間はスパッタが行われている
ことを示しているが、この間、マスN028の窒素はス
パッタ期間中(バルブ303の0PENとCLO3Eの
間)に減少している。通常、スパッタの場合、Arのイ
オンで蒸着物質を空間にたたき出すが、このときの蒸着
物質は活性の状態であり、処理室401に残留している
ガスと結合して処理室401内のガス分圧、真空度を低
下させる作用がある(ゲッタリング作用)。この現象に
対して、第6図に示すマスの28の変動は正常である。
NLCLO5Eするまでの間はスパッタが行われている
ことを示しているが、この間、マスN028の窒素はス
パッタ期間中(バルブ303の0PENとCLO3Eの
間)に減少している。通常、スパッタの場合、Arのイ
オンで蒸着物質を空間にたたき出すが、このときの蒸着
物質は活性の状態であり、処理室401に残留している
ガスと結合して処理室401内のガス分圧、真空度を低
下させる作用がある(ゲッタリング作用)。この現象に
対して、第6図に示すマスの28の変動は正常である。
一方、マスの18の場合には、スパッタ中に増加してい
る。これは、先の現象に対して明らかに矛盾している。
る。これは、先の現象に対して明らかに矛盾している。
しかし、マスの18が水である場合には、スパッタの蒸
着物質の裏面を水冷しており、その水冷のシール部分の
水のリークと言う原因に付いても矛盾なく考えられる。
着物質の裏面を水冷しており、その水冷のシール部分の
水のリークと言う原因に付いても矛盾なく考えられる。
このように、診断用計算機101は、第3図で示したデ
ータからデータの解析を行なうことを支援する機能を有
している。
ータからデータの解析を行なうことを支援する機能を有
している。
第7図は解析した結果を診断ルールとして1診断用計算
機101に登録する1実施例について示す。
機101に登録する1実施例について示す。
診断ルールは、前述したように、診断項目、データの分
類、特徴量の算出式、診断基準、判断の項目よりなる。
類、特徴量の算出式、診断基準、判断の項目よりなる。
第7図の場合には、第6図の”水のリークについてのル
ールを入力するところを示す。もちろん、診断項目は、
これに限らず、例えば、専門家の知識や工程での経験に
基づいて、予め考えられるものを種々挙げることができ
る。第7図に示す各項目は、例えば、入出力端末108
のデイスプレィ109に、第7図に示すように、表示さ
れ、オペレータは、必要事項を埋めるように入力すれば
よい。
ールを入力するところを示す。もちろん、診断項目は、
これに限らず、例えば、専門家の知識や工程での経験に
基づいて、予め考えられるものを種々挙げることができ
る。第7図に示す各項目は、例えば、入出力端末108
のデイスプレィ109に、第7図に示すように、表示さ
れ、オペレータは、必要事項を埋めるように入力すれば
よい。
次に、第7図を参照して1診断ルールについて説明する
。
。
診断項目は、水のリーク″であり、これについて、デー
タの分類は、設備動作データの″ガス導入バルブ″の”
0PEN’″から”CLO5E”の間のデータで、その
データをII 1011点にする。
タの分類は、設備動作データの″ガス導入バルブ″の”
0PEN’″から”CLO5E”の間のデータで、その
データをII 1011点にする。
そのデータを用いた特徴量としては、″区間″の″最初
′″ (aO)と、最 後u (alo)のデータの
″差″′を1lz11とする。これを式にすれば、Z=
aO−alO となる。
′″ (aO)と、最 後u (alo)のデータの
″差″′を1lz11とする。これを式にすれば、Z=
aO−alO となる。
この式で2の値が正ならば、水のピーク値はスパッタ中
に減少せず、増加もしくは変化していないことを示す。
に減少せず、増加もしくは変化していないことを示す。
換言すれば、水のピーク値は減少せず、スパッタ装置の
水冷系に何等かの異常が有ることを示している。従って
、水の洩れがあることを示している。
水冷系に何等かの異常が有ることを示している。従って
、水の洩れがあることを示している。
このようにして、本実施例によれば、加工条件、設備動
作データの両者を解析し、異常の診断ルールを抽出する
ことができる。この場合、ルールの抽出は、常に、製品
作業のデータが基になっており、抽出したルールも設備
に密着したものになるので、装置の診断を安定に行える
。そのため設備起因の製品不良が低減できる効果がある
。
作データの両者を解析し、異常の診断ルールを抽出する
ことができる。この場合、ルールの抽出は、常に、製品
作業のデータが基になっており、抽出したルールも設備
に密着したものになるので、装置の診断を安定に行える
。そのため設備起因の製品不良が低減できる効果がある
。
なお、診断ルールは、診断項目、条件の追加等に応して
、追加していくことができる。また、装置の設定条件の
変更等に応じて、ルールの追加/変更も可能である。
、追加していくことができる。また、装置の設定条件の
変更等に応じて、ルールの追加/変更も可能である。
また、上記診断に際して、診断項目ごとに、対処すべき
方法を示すメソセージを予め記憶しておき、診断結果に
対応して、メツセージを表示するようにしてもよい。メ
ツセージとしては1例えば、「装置を停止してください
。」のようなものが考えられる。
方法を示すメソセージを予め記憶しておき、診断結果に
対応して、メツセージを表示するようにしてもよい。メ
ツセージとしては1例えば、「装置を停止してください
。」のようなものが考えられる。
第8図に他の実施例の処理のフローを示す。
本実施例は、その基本的な流れは第1図と同様であるが
、測定データはモニタの測定毎に診断用計算機101に
送信され、そのデータはルールの特徴量算出式に合わせ
て処理し、常時その装置をモニタし、診断できる構成と
なっている。
、測定データはモニタの測定毎に診断用計算機101に
送信され、そのデータはルールの特徴量算出式に合わせ
て処理し、常時その装置をモニタし、診断できる構成と
なっている。
すなわち、ステップ81で、計算機103および104
が、測定データの逐次モニタと、データの送信を行なう
。これは、一定サンプリング間隔ごとに行なうように設
定される。そして、ステップ82で、送信されたデータ
に基づいて、計算機101が、データの特徴量の把握を
行なう。ついて、ステップ83で、得られた特徴量を予
め制定されている診断ルールに当て嵌めて1診断を行な
う。ここで、正常であれば、ステップ81に戻り、以後
、これを繰り返す。一方、異常であれば、ステップ84
に進み、装置停止の指令を出力する。
が、測定データの逐次モニタと、データの送信を行なう
。これは、一定サンプリング間隔ごとに行なうように設
定される。そして、ステップ82で、送信されたデータ
に基づいて、計算機101が、データの特徴量の把握を
行なう。ついて、ステップ83で、得られた特徴量を予
め制定されている診断ルールに当て嵌めて1診断を行な
う。ここで、正常であれば、ステップ81に戻り、以後
、これを繰り返す。一方、異常であれば、ステップ84
に進み、装置停止の指令を出力する。
このように、第8図に示す実施例を用いれば、設備の自
動運転を行う場合でも、常に装置を自動で監視でき、設
備の状態を診断しながら、連続運転が可能となる。
動運転を行う場合でも、常に装置を自動で監視でき、設
備の状態を診断しながら、連続運転が可能となる。
上記各実施例では、ホスト装置として、設備診断計算機
101を備えているが、計算機103および104のい
ずれかに、計算機101の機能を搭載することにより、
計算機101を省略することも可能である。また、入出
力端末108にと共に、または、これに代えて、同様の
機能を持つ入出力装置を、計算機101,103,10
4の全部または一部に装備してもよい。
101を備えているが、計算機103および104のい
ずれかに、計算機101の機能を搭載することにより、
計算機101を省略することも可能である。また、入出
力端末108にと共に、または、これに代えて、同様の
機能を持つ入出力装置を、計算機101,103,10
4の全部または一部に装備してもよい。
また、計算機103および104の機能の一部を、計算
機101に持たせ、これらは、雫に、データの時系列取
得と転送を行なう、より簡単なハードウェア構成として
もよい。
機101に持たせ、これらは、雫に、データの時系列取
得と転送を行なう、より簡単なハードウェア構成として
もよい。
また、1−記した本発明の各実施例は、1例に過ぎず、
半導体の他の製造設備、例えば、CVD。
半導体の他の製造設備、例えば、CVD。
エツチングなどの設備についても利用できる。また、複
数の設備が存在する場合にも、計算機101を共通にし
てシステムを構築することができる。さらに、半導体の
製造設備以外の設備にも応用してもよい。
数の設備が存在する場合にも、計算機101を共通にし
てシステムを構築することができる。さらに、半導体の
製造設備以外の設備にも応用してもよい。
[発明の効果]
以上説明したように、本発明は、設備の動作を示す情報
と、運転状態を表わす情報とを用いて設備診断のルール
、すなわち1診断の根拠となる事象の把握ができるよう
に支援することができる。
と、運転状態を表わす情報とを用いて設備診断のルール
、すなわち1診断の根拠となる事象の把握ができるよう
に支援することができる。
また、本発明によれば、事象の把握と共に、得られたデ
ータに基づいて、設備の診断を行なうための診断ルール
の構築を支援することができる。
ータに基づいて、設備の診断を行なうための診断ルール
の構築を支援することができる。
さらに、本発明によれば、設備の動作を示す情報と、運
転状態を表わす情報とを用いて設備の診断を行なう、こ
とができる。
転状態を表わす情報とを用いて設備の診断を行なう、こ
とができる。
【図面の簡単な説明】
第1図は本発明の一実施例の処理の流れを示すフローチ
ャート、第2図は本発明の診断システムの一実施例のハ
ードウェア構成例を示すフロック図、第3図は診断デー
タの構成を示す説明図、第4図スパッタ装置の一例の構
成を示すブロック図、第5図は診断データの解析例を示
す説明図、第6図は診断データの解析例を示す説明図、
第7図はルールの項目と入力例を示す説明図、第8図は
本発明の他の実施例の処理フローを示すフローチャート
である。 101・診断用計算機、102 通信回線、103.
104・・データ収集計算機、105・・質量分析器、
106・・シーケンサ、107 スパッタ装置、30
1・・・ゲートバルブ、302・・メインバルブ、30
3・・・ガス導入バルブ。 第1図 第4図 第2!i!Q 第3図 +CI 設備動作来歴データテーブル第5図 3(JZ 第6図 場 仁 CLO5E 0PEN CLO5
E第8図
ャート、第2図は本発明の診断システムの一実施例のハ
ードウェア構成例を示すフロック図、第3図は診断デー
タの構成を示す説明図、第4図スパッタ装置の一例の構
成を示すブロック図、第5図は診断データの解析例を示
す説明図、第6図は診断データの解析例を示す説明図、
第7図はルールの項目と入力例を示す説明図、第8図は
本発明の他の実施例の処理フローを示すフローチャート
である。 101・診断用計算機、102 通信回線、103.
104・・データ収集計算機、105・・質量分析器、
106・・シーケンサ、107 スパッタ装置、30
1・・・ゲートバルブ、302・・メインバルブ、30
3・・・ガス導入バルブ。 第1図 第4図 第2!i!Q 第3図 +CI 設備動作来歴データテーブル第5図 3(JZ 第6図 場 仁 CLO5E 0PEN CLO5
E第8図
Claims (1)
- 【特許請求の範囲】 1、半導体製造設備の運転時に、その設備の運転状態に
関わる情報と、その設備の部位の動作とを、それぞれ時
系列データとして取得し、設備の動作と運転状態に関わ
る情報の変動とを、これらのデータの時間軸を合わせて
出力することを特徴とする半導体製造設備の診断支援方
式。 2、設備の部位の動作した時間変化の来歴と、設備で製
品を加工する時の加工条件パラメータの時間変化の来歴
とを記憶する手段と、両者の記憶データの一覧を表示す
る手段と、表示されたデータについての選択を受け付け
て、選択されたデータを時間軸を共通にして表示する手
段とを備えることを特徴とする設備診断支援システム。 3、診断対象の設備について、診断対象となる事象を示
す診断項目と、その事象に関わるデータの範囲を特定す
るデータ分類と、その事象に固有の特徴量を算出するた
めの特徴量算出式と、算出される特徴量についての判断
基準および判断結果とを診断ルールの内容として表示し
て、それらに対する条件の指定を受け付け、指定された
条件を上記ルールの内容それぞれに設定して、診断ルー
ルを制定する手段とを備えることを特徴とする設備診断
支援システム。 4、設備の運転時に、その設備の運転状態に関わる情報
と、その設備の部位の動作とを、それぞれ時系列データ
として取得する手段と、予め制定される診断ルールを記
憶する手段と、上記取得された時系列データを、診断ル
ールに規定される条件にしたがって当て嵌めて、当該ル
ールに規定される事象が発生しているか否か判定する手
段とを備え、 上記診断ルールを記憶する手段は、上記診断ルールとし
て、診断対象となる事象を示す診断項目毎に、その事象
に関わるデータの範囲を特定するデータ分類ルールと、
その事象に固有の特徴量を算出するための特徴量算出式
と、算出される特徴量についての判断基準および判断結
果からなる判定ルールとを記憶し、 上記判定する手段は、取得される時系列データから、上
記診断項目毎に、データ分類ルールに従うデータを取り
出し、このデータについて上記特徴量算出式を用いて特
徴量を算出し、得られた特徴量を判定ルールの判断基準
に当て嵌めて、対応する判断結果を得る機能を備えるこ
とを特徴とする設備の診断システム。 5、上記判断結果に対応する対処方法を示すメッセージ
を表示する手段を備える、請求項4設備の診断システム
。 6、上記判断結果に対応して、当該設備の動作を変更す
る制御情報を出力する、請求項4設備の診断システム。 7、設備が成膜装置であり、該成膜装置は、その動作を
制御するシーケンサと、該成膜装置内のガスの成分を検
出するガス分析装置とを備え、上記時系列データを取得
する手段は、運転状態に関わる情報として、ガス分析装
置の出力を、時刻を示す情報を付して取り込み、設備の
部位の動作を表わす情報として、シーケンサから出力さ
れる設備の各部位の動作状態を示す情報を、時刻を示す
情報を付して取り込む機能を備えるものである、請求項
1記載の半導体製造設備の診断支援方式、または、請求
項4、5もしくは6記載の設備の診断システム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2320380A JPH04190133A (ja) | 1990-11-24 | 1990-11-24 | 設備の診断支援方式 |
US07/796,677 US5319580A (en) | 1990-11-24 | 1991-11-25 | Diagnostic support system and diagnostic system of equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2320380A JPH04190133A (ja) | 1990-11-24 | 1990-11-24 | 設備の診断支援方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH04190133A true JPH04190133A (ja) | 1992-07-08 |
Family
ID=18120829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2320380A Pending JPH04190133A (ja) | 1990-11-24 | 1990-11-24 | 設備の診断支援方式 |
Country Status (2)
Country | Link |
---|---|
US (1) | US5319580A (ja) |
JP (1) | JPH04190133A (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0643345B1 (de) * | 1993-09-02 | 1998-10-21 | Siemens Aktiengesellschaft | Datenverarbeitungsanlage zur Überwachung von Betriebszuständen einer technischen Anlage |
DE4400203C1 (de) * | 1994-01-05 | 1995-08-03 | Daimler Benz Ag | Verfahren zur Überwachung von Fahrzeugfunktionskomponenten |
US5864773A (en) * | 1995-11-03 | 1999-01-26 | Texas Instruments Incorporated | Virtual sensor based monitoring and fault detection/classification system and method for semiconductor processing equipment |
US6487462B1 (en) * | 2000-01-22 | 2002-11-26 | G. George Reeves | Selective process data logger with instant replay |
AU778003B2 (en) | 2000-01-28 | 2004-11-11 | Robertshaw Controls Company | Furnace diagnostic system |
JP3793707B2 (ja) * | 2001-09-28 | 2006-07-05 | 株式会社日立製作所 | 真空装置の監視装置および監視方法 |
US7822992B2 (en) * | 2004-04-07 | 2010-10-26 | Microsoft Corporation | In-place content substitution via code-invoking link |
US7890744B2 (en) * | 2004-04-07 | 2011-02-15 | Microsoft Corporation | Activating content based on state |
CN103487275B (zh) * | 2013-10-08 | 2016-04-06 | 中国矿业大学(北京) | 基于二维投射的煤矿设备状态识别和预警方法 |
CN103471870B (zh) * | 2013-10-08 | 2016-01-20 | 中国矿业大学(北京) | 基于二维投射的特征指标对煤矿设备状态识别的敏感性和聚类性研究方法 |
US10508807B2 (en) * | 2014-05-02 | 2019-12-17 | Air Products And Chemicals, Inc. | Remote burner monitoring system and method |
DE102018213604A1 (de) | 2018-08-13 | 2020-02-13 | Rolls-Royce Deutschland Ltd & Co Kg | Leitschaufelbaugruppe mit Dichtelement |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4189778A (en) * | 1977-10-31 | 1980-02-19 | Uriel Vogel | Method and instrumentation for the measurement of parameters of system devices |
FR2594548B1 (fr) * | 1986-02-19 | 1989-05-19 | Bp Chimie Sa | Procede et dispositif pour detecter des anomalies dans un lit fluidise et application aux reacteurs a lit fluidise de polymerisation d'alphaolefines en phase gazeuse |
US4847795A (en) * | 1987-08-24 | 1989-07-11 | Hughes Aircraft Company | System for diagnosing defects in electronic assemblies |
JPH01289650A (ja) * | 1988-05-13 | 1989-11-21 | Hitachi Ltd | 製造設備制御装置 |
US5025391A (en) * | 1989-04-04 | 1991-06-18 | The United States Of America As Represented By The United States Department Of Energy | Expert overseer for mass spectrometer system |
-
1990
- 1990-11-24 JP JP2320380A patent/JPH04190133A/ja active Pending
-
1991
- 1991-11-25 US US07/796,677 patent/US5319580A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US5319580A (en) | 1994-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7765020B2 (en) | Graphical user interface for presenting multivariate fault contributions | |
Russell et al. | Fault detection in industrial processes using canonical variate analysis and dynamic principal component analysis | |
TWI459487B (zh) | 度量獨立及處方獨立的故障類別 | |
TWI224724B (en) | Trouble shooting method of manufacturing equipment and trouble shooting system of manufacturing equipment | |
US7058467B2 (en) | Process monitoring device for sample processing apparatus and control method of sample processing apparatus | |
JP4046309B2 (ja) | プラント監視装置 | |
EP2930579A2 (en) | State monitoring system, state monitoring method and state monitoring program | |
JP4071449B2 (ja) | センサ異常検出方法及びセンサ異常検出装置 | |
Rotem et al. | Ethylene compressor monitoring using model‐based PCA | |
JPH04190133A (ja) | 設備の診断支援方式 | |
JP2010501091A (ja) | 故障診断のための範囲を定めた故障サイン | |
JP4355193B2 (ja) | 半導体デバイスの製造方法及び半導体デバイス製造システム | |
JP6312955B1 (ja) | 品質分析装置及び品質分析方法 | |
JP3732768B2 (ja) | 半導体処理装置 | |
JP6953812B2 (ja) | 異常検出装置及び異常検出システム | |
JP2002358120A (ja) | バッチプラント運転管理装置 | |
CN112114578B (zh) | 一种多工序多变量过程在线监控和异常源诊断的稳健方法 | |
JPH0574672A (ja) | 半導体製造設備診断方法およびその診断システム | |
JP2009176024A (ja) | 生産プロセス異常検知方法および生産プロセス異常検知システム、上記生産プロセス異常検知方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
KR100446926B1 (ko) | 반도체제조장치의 감시 및 제어방법과 그 실시장치 | |
US20190243348A1 (en) | Data processing method, data processing apparatus, data processing system, and recording medium having recorded therein data processing program | |
JPH05251295A (ja) | 半導体製造設備診断方式 | |
CN115879256A (zh) | 数据处理方法及数据处理系统、发动机试验方法及装置 | |
JPH113242A (ja) | 診断装置 | |
Cho et al. | Determination of influential factors and diagnostics using multivariate statistical relationships between variables and faults |