JPH05324673A - 製品故障解析装置及び方法 - Google Patents

Abstract

(57)【要約】 【目的】 少なくとも一つの故障部品を解析するための
故障解析手順を決定する装置及び方法を提供する。 【構成】 ジョブ要求装置（１４）を用いて故障部品の
特徴を入力し、かつ前記故障部品の特徴を、過去の故障
部品の特徴及び対応する過去の故障メカニズムも格納し
ているリレーショナル・データ・ベース（２２）にアッ
プロードする。前記リレーショナル・データ・ベース
（２２）はアクセスにより故障部品のあり得る故障メカ
ニズムを選択的に検索することができ、知識ベースのエ
キスパート・システム（１６）を採用して、選択された
あり得る故障メカニズム及び故障原因を確認するための
一組の故障解析手順を決定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、製品試験の分野に関
し、特に製品故障解析装置及び方法に関する。

【０００２】

【従来の技術】複雑な装置は多くの理由で故障する。故
障の原因は、材質の欠陥、欠陥のある製造処理仕様、及
び製造処理装置における異常を含む多数の要因によるこ
とが考えられる。また、故障はその装置の寿命内のいろ
いろな時間で検出される。例えば、故障は、製造の際、
製造者の製品試験の際、又はエンド・ユーザが使用して
いる際に検出され得る。製品が他の複合製品の部品、例
えば大型コンピュータにおける半導体デバイスであれ
ば、故障は最終製品のアッセンブリの前後で大型コンピ
ュータ製造者により検出されることもある。

【０００３】システム故障が検出されると、故障の原因
が部品について追跡される。部品の故障原因は故障した
部品を解析することにより確認されなければならない。
一般的に、故障原因を最も良く見い出す一組の解析実験
及び手順を実行する必要がある。故障原因は多数の可能
性から起こるので、その原因を探し出す仕事は、しばし
ば非常に多い未知変数を有する問題方程式となる。いく
つかの未知変数を除去する一つの方法は、故障部品の一
定の特徴及び特性を、故障原因が確認済みとなっている
解析部品のものと比較することである。解析部品により
得られる過去のデータは、この問題に対する手掛り、従
ってさらに進んだ解析が故障原因を明らかにする出発点
を与える。

【０００４】故障原因を正確に確認するためには、現在
のデータを比較する過去のデータの完全な収集が重要で
ある。しかし、故障解析者は概して局部的に集められて
格納されたデータしか有さないので、一般的に完全なデ
ータ・セットは得られない。

【０００５】故障解析の数値データに加えて故障の写真
イメージが提供されると、故障解析者の助けとなること
がある。例えば、半導体デバイスの分野では、例えば微
粒子の汚染のような、故障の個所に関する高い解像度の
写真イメージは、故障解析者に計り知れない情報を与え
る。現在、故障解析者は、数値データによっては、完全
な一組の故障写真イメージにアクセスできない。

【０００６】故障解析のサイクル時間、即ち初期の故障
検出から故障原因の最終的な解決までの総計時間は、典
型的には、数日から数週間である。故障解析のサイクル
時間は製造設備の稼動に大きな影響を与える。製品の完
全性を保証するために、部品及び最終製品の製造を中断
することにもなり得る。更に、製品の出荷が中断される
ことがあり、また場合によっては、欠陥のある部品を含
み得る製品を、その故障原因が判断されるまで、回収す
ることが必要となる。以上から、故障解析のサイクル時
間を短かくすることが強く要請される。

【０００７】

【発明が解決しようとする課題】従って、解析データの
より完全な収集に対するアクセスを有する製品故障解析
装置及び方法が要請されてきた。

【０００８】更に、故障個所の写真イメージのより完全
な収集を行うことができる製品故障解析装置及び方法が
要請されてきた。

【０００９】正確かつ適当に製品故障の一又は複数の原
因を確認することが可能な装置及び方法が要請されてき
た。

【００１０】本発明は、従来の装置の欠点及び問題点を
ほぼ除去又は減少させる製品故障解析装置及び方法が提
供する。

【００１１】

【課題を解決するための手段】本発明の一面によれば、
少なくとも一つの故障部品を解析するための故障解析手
順を決定する装置を提供する。ジョブ要求装置（ｊｏｂ
ｓｕｂｍｉｓｓｉｏｎ ｓｙｓｔｅｍ）を用いて故障
部品の特徴を入力し、前記故障部品の特徴をデータ・ベ
ースにアップロードする。このデータ・ベースには、過
去の故障部品の特徴及び対応する過去の故障メカニズム
も格納されている。前記データ・ベースをアクセスして
故障部品のあり得る故障メカニズムを選択的に検索する
ことができる。また、知識ベースを用いたエキスパート
・システムを使用して、前記選択されたあり得る故障メ
カニズムを確認するための一組の故障解析手順を決定す
る。

【００１２】本発明の他の面によれば、少なくとも一つ
の故障部品を解析するための故障解析手順を決定する方
法は、一組の過去の故障部品の特徴及び対応する過去の
故障メカニズムをデータ・ベースに格納する複数のステ
ップを備えている。このデータ・ベースをアクセスして
前記一組の過去の故障メカニズムから少なくとも一つの
過去の故障メカニズムを選択的に得る。次いで、前記選
択した過去の故障メカニズムを確認するための一組の故
障解析手順を決定する。

【００１３】

【作用】本発明の技術的に重要な効果は、製品故障解析
のサイクル時間を短縮させ、これにより製品製造業者を
製品製造及び／又は出荷の中断に伴う重荷からほぼ開放
することである。

【００１４】本発明の他の重要な技術的な効果は、世界
各地のユーザが製品の故障原因を確認するためにアクセ
ス可能な一つのデータ・ベースに世界各地の故障解析デ
ータを統合することである。

【００１５】更に、本発明の他の重要な技術的な効果
は、世界各地のユーザに対して識別及び検定用に故障製
品の高解像度の写真イメージを提供することである。

【００１６】

【実施例】図１は、本発明の一実施例に係る製品故障解
析装置のブロック図を示す。本発明はいかなる人工的な
製品の故障解析にも適用可能であるが、説明のために、
以下では半導体デバイスの故障解析に適用した例につい
て説明を行うものとする。

【００１７】製品故障解析装置１０は、３つのサブシス
テム、すなわち、ジョブ要求装置（ｊｏｂ ｓｕｂｍｉ
ｓｓｉｏｎ ｓｙｓｔｅｍ）１４、エキスパート・シス
テム１６及びイメージ・システム１８をアクセスするた
めに用いられるコンピュータ・ワーク・ステーション１
２を備えている。ユーザは、例えばＩＢＭＰＣ又は他の
同等装備のコンピュータであるコンピュータ・ワーク・
ステーション１２を介して、ジョブ要求装置１４をアク
セスし、製品解析処理を開始することができる。本発明
の好適な実施例では、ジョブ要求装置１４は、コンピュ
ータ・ワーク・ステーション１２内に存在して実行され
るコンピュータ・プログラムである。

【００１８】ユーザはコンピュータ・ワーク・ステーシ
ョン１２を介してエキスパート・システム１６もアクセ
スすることができる。エキスパート・システム１６は、
メイン・フレーム・コンピュータ２０上に存在し、米国
カリフォルニア州バロ・アルトのＡＩＯＮにより製造さ
れたＡＩＯＮデベロップメント・システム（ＡＩＯＮＤ
ｅｖｅｌｏｐｍｅｎｔ Ｓｙｓｔｅｍ）のような人工知
能コンピュータ・プログラムである。エキスパート・シ
ステム１６は、過去の製品故障データを含むリレーショ
ナル・データ・ベース（ＲＤＢ）２２をアクセスするこ
とによって、あり得る製品故障原因を確認するために用
いられる。コンピュータ・ワーク・ステーション１２
は、イーサーネット（Ｅｔｈｅｒｎｅｔ）のようなコン
ピュータ・ネットワーク２４を介して、メイン・フレー
ム・コンピュータ２０に接続されている。更に、メイン
・フレーム・コンピュータ２０は、サテライト送信機２
６を介して１以上のリモート・コンピュータ・ワーク・
ステーション２８にも接続され、ユーザは、リモート・
コンピュータ・ワーク・ステーション２８に存在するジ
ョブ要求装置３０を介して、故障解析ジョブを要求する
（ｓｕｂｍｉｔ）ことができる。遠方のユーザも遠方位
置からエキスパート・システム１６及びイメージ・シス
テム１８をアクセスすることができる。

【００１９】更に、イメージ・システム１８も、好まし
くは、メイン・フレーム・コンピュータ２０上に存在
し、コンピュータ・ワーク・ステーション１２又はリモ
ート・コンピュータ・ワーク・ステーション２８により
アクセスすることができる。イメージ・システム１８は
イメージ・ライブラリー（ＩＬ）３２に対するアクセス
を有する。イメージ・ライブラリー３２には故障製品の
高解像度の写真イメージが含まれている。例えば、ある
イメージは故障製造仕様を原因とした欠陥メタル接続を
示す。イメージ・ライブラリ３２に記憶されているイメ
ージは、ローカルのコンピュータ・ワーク・ステーショ
ン１２又は遠方のリモート・コンピュータ・ワーク・ス
テーション２８上で検索して見ることができる。

【００２０】図２を参照すると、ブロック３６で製品故
障解析処理が開始される。半導体デバイスの分野におい
て、半導体デバイス製造者から半導体デバイスを購入す
る顧客は、典型的には、複雑な電子システムやコンピュ
ータ・システムの製造者である。そのシステム製造者
は、前記半導体テバイス製造者から受け取ったときに半
導体デバイスを試験するか、あるいは半導体デバイスを
最終的なシステムに組み込んでしまうまで試験を延期す
ることができる。システム製造者の中には製造の前記各
段階の双方で試験することを選択する者もいる。故障は
いずれかの試験段階で発見され得る。次いで、試験を通
ったこれらのシステムは、一般的に、販売業者に発送さ
れて顧客に販売される。その後、顧客が使用している間
にも故障が現われることがある。

【００２１】一旦故障が検出されると、概要予備試験を
実行して１以上のデバイスに対する故障原因を追跡し、
かつ、故障したデバイスを更に調べるためにデバイス製
造者に送り返す。

【００２２】ブロック３８において、故障解析者はジョ
ブ要求装置１４又は３０（図１）を用いてジョブを要求
し（ｓｕｂｍｉｔ）、そのジョブに関する情報及び解析
すべきデバイスに関する情報を入力する。入力した情報
には、そのジョブにおける全てのデバイスに共通した情
報、例えば、ジョブ番号やそのジョブにおけるユニット
番号やそのデバイスをよこした顧客のような管理情報が
含まれる。更に、デバイスの製造に関する情報には、例
えば、デバイスのファミリー及びサブグループ、製作技
術、パッケージ材及び種類、鉛化合物、型及び接着材、
並びにデバイス試験環境が含まれる。付加的な情報が、
そのジョブにおける個々のデバイス、又はユニット情報
について入力される。ユニット情報には、各ユニット及
びロット番号に割り付けられた固有のユニット番号が含
まれる。

【００２３】一旦、ジョブ及びユニット情報が入力され
ると、これらはジョブ及びユニット情報・データ・ベー
ス４０に格納される。これによりジョブ要求処理が終結
し、そのジョブは待ち状態にあると云われる。ジョブ及
びユニット情報・データ・ベース４０内のデータは２つ
のファイル４２及び４４に転送され、その一方はそのジ
ョブに関連したデータを含み、他方のデータはそのジョ
ブにおける各ユニットに関連したデータを含む。次い
で、ファイル４２及び４４内のデータはメイン・フレー
ム・コンピュータ２０のリレーショナル・データ・ベー
ス２２にアップロードされる。ジョブ及びユニット・デ
ータは、毎日又はリレーショナル・データ・ベース２２
が最新のデータを有するものとして保証されるのに充分
な頻度で、リレーショナル・データ・ベース２２にアッ
プロードされるのが好ましい。

【００２４】リレーショナル・データ・ベース２２内の
過去のデータは、好ましくは、コンピュータ・データ・
ベースの技術におけるリレーション（ｒｅｌａｔｉｏ
ｎ）としても知られているように、３つのテーブル構造
（図示なし）に格納されている。第１のテーブルは全て
のジョブ情報を備え、第２のテーブルはユニット情報を
備え、第３のテーブルは、好ましくは、各ユニットに対
する符号化された故障メカニズムの定義を備えている。
符号化された故障メカニズムは、第３のテーブルに格納
された各故障メカニズム符号によりデコードされてもよ
い。現在待ち状態にあるデバイスの故障メカニズムは未
だ確認されていないので、ユニット・テーブルにおける
各エントリは空きになっている。前記ジョブ・テーブ
ル、ユニット・テーブル及び故障メカニズム・テーブル
は、ジョブ番号及び故障メカニズム符号のようなキーに
よりアクセス可能である。リレーショナル・データ・ベ
ース２２は、それに格納された情報についての問合せに
対して、構造質問言語（ＳＱＬ）のような質問言語の形
式にある質問を許容する。

【００２５】ブロック４６に進むと、故障解析者は、故
障デバイスについて多数の電気試験を行なって故障の性
質又は故障モードを確認することを好む。例えば、この
試験は、そのデバイスに一定の電圧を印加したときに、
そのデバイスが異常な曲線を示すことを明らかにする。
ジョブの要求に先だって、電気試験を実行してもよいこ
とことに注意すべきである。故障解析者は、故障モード
と、エキスパート・システム１６により催促されたとき
は相関レベル（ｃｏｒｒｅｌａｔｉｏｎ ｌｅｖｅｌ）
とを入力し、エキスパート・システム１６は、この故障
モード及び他の適当な情報を用いて、あり得る故障原因
を確認する。

【００２６】エキスパート・システム１６はリレーショ
ナル・データ・ベース２２に格納された過去のデータを
アクセスして故障原因を確認する。図３を参照すると、
エキスパート・システム１６が、選択的にアクセスを
し、現在解析しているデバイスにほぼ一致するユニット
の故障メカニズムを検索する処理が示されている。ブロ
ック５０で一致処理（ＭＡＴＣＨ ｐｒｏｃｅｓｓ）が
開始し、リレーショナル・データ・ベース２２から現在
のデバイスに対するジョブ及びユニット番号を読む出
す。更に、故障解析者は所望の相関レベルを入力するよ
うに催促される。相関レベルは０と１０との間の整数で
あればよく、相関レベルの０は低い相関が望ましいこと
を示し、相関レベルの１０は高い相関が望ましいことを
示す。指定された相関レベルが大きければ大きいほど、
リレーショナル・データ・ベース２２に格納された小さ
なユニット数が現在のデバイスに一致するということに
なる。

【００２７】ブロック５４において、一致処理において
用いられるパラメータに対する重み係数がメモリから読
み出される。これらのパラメータは、ジョブ要求処理に
おいて要求された、ジョブ及びユニット情報の部分集合
（ｓｕｂｓｅｔ）である。

【００２８】

【表１】

【００２９】表１には一組のパラメータ例及びそれらの
それぞれの重み係数が示されている。パラメータである
「ファミリー」、「サブグループ」及び「装置の型式」
にはそれぞれ１０の重み係数が割り付けられている。こ
の重み係数は、「ファミリー」、「サブグループ」及び
「装置の型式」が現在のデバイスに正確に一致するユニ
ットのみを読み出すように、一致処理が要求されること
を表わしている。１０より小さい重み係数を有するパラ
メータ、例えば「アッセンブリ」、「製作技術」及び
「試験環境１」は、低い一致度がこれらのパラメータに
必要なこと表わしている。

【００３０】多数の理由から重み係数を変更して異なる
一致結果を発生させてもよい。例えば、故障原因がアッ
センブリ工程における誤りによるものであると考えられ
るときは、これに関連するパラメータは高い重み係数が
割り付けられ、関連性がもっと低いパラメータは低い又
は０の重み係数が割り付けられる。種々の条件について
形成された重み係数は後で参照するためにメモリに格納
されてもよい。

【００３１】ブロツク５６に進むと、次の式を使って、
変数ＰＷＥＩＧＨＴが計算される。

【数１】 ＰＷＥＩＧＨＴ＝（CL／10 ＊ Σ WF ≠10）＋（Σ WF ＝10）， ただし、ＣＬは指定した相関レベルであり、ＷＦは表１
の重み係数である。例えば、相関レベルを５とし、か
つ、表１に示す重み係数例を用いると、ＰＷＥＩＧＨＴ
は下記のように計算される。

【数２】 ＰＷＥＩＧＨＴ＝（５／10 ＊((８＊16）＋（7 ＊ 2）＋３＋２))＋(10 ＊３） ＝１０３．５ １０に等しくない重み係数は、１６個の８、２個の７、
１個の３及び１個の２を含めて、２２個あるので、これ
らの重み係数を加算して０．５を掛算する。ここで、
０．５は、相関レベルを１０で割算したものである。さ
らに、１０に等しい３個の重み係数が加算される。この
ようにして計算されたＰＷＥＩＧＨＴ値は後で参照する
ために格納される。

【００３２】次のブロック５８において、現在のデバイ
スに対するパラメータ値はリレーショナル・データ・ベ
ース２２から検索される。各パラメータに対する値を用
いてリレーショナル・データ・ベース２２内の過去のユ
ニットのパラメータ値と比較される。過去の各ユニット
を調べる際は、下記の式を用いてＭＡＴＣＨ＿ＣＯＵＮ
Ｔを計算する。

【数３】 ＭＡＴＣＨ＿ＣＯＵＮＴ＝（ΣＷＦ≠１０）＋（ΣＷＦ＝１０）． もし、過去のユニットのパラメータが解析している現在
のデバイスの前記パラメータに等しいときは、重み係数
即ち当該パラメータが当該過去のユニットに対するＭＡ
ＴＣＨ＿ＣＯＵＮＴに加算される。例えば、もし、過去
のユニットの「ファミリー」が現在解析されているデバ
イスの「ファミリー」と同一であるときは、その重み係
数はパラメータ「ファミリー」に対して１０であるか
ら、１０がＭＡＴＣＨ＿ＣＯＵＮＴに加算される。過去
のユニツトの全てのパラメータはこのようにして調べら
れ、変数ＭＡＴＣＨ＿ＣＯＵＮＴが積算される。

【００３３】判断ブロック６２において、前記積算され
たＭＡＴＣＨ＿ＣＯＵＮＴがブロック５６で計算した変
数値ＰＷＥＩＧＨＴと比較される。ＭＡＴＣＨ＿ＣＯＵ
ＮＴの値がＰＷＥＩＧＨＴの値より大きいか等しいとき
は、その特定の過去のユニットが現在のデバイスのため
にあり得る故障原因を提供することができる。ブロック
６２における条件を満足させるＭＡＴＣＨ＿ＣＯＵＮＴ
を有する過去のユニットは、ブロック６４に示すよう
に、後で使用するファイル内にそれらのジョブ及びユニ
ット情報と共に格納される。特に、各候補の過去のユニ
ットに対する故障メカニズムは、適当な他の情報と共に
そのファイルに記憶される。このようにして、全ての過
去のユニットを調べるまで、ブロック６０，６２及び６
４に示すステップがリレーショナル・データ・ベース２
２に格納されている各過去のユニットについて反復され
る。

【００３４】ブロック６６に進むと、格納された候補の
ユニット故障メカニズムの前記ファイルにおける発生数
がカウントされる。次のブロック６８において、前記故
障メカニズムはその発生数が大きい順にランク付けされ
る。実際において、最上位にランクされた故障メカニズ
ムは、リレーショナル・データ・ベース２２内にデータ
として記録され、最も頻繁に発生する故障を表わしてい
る。リレーショナル・データ・ベース２２には多数の故
障解析試験所からの過去のテバイスデータが含まれるの
で、リレーショナル・データ・ベース２２に格納された
情報は、より完全であり、したがって、あり得る故障メ
カニズムをより正確にもたらす。次いで、ランク付けさ
れた故障メカニズムを、エキスパート・システム１６に
よりアクセス可能で読み出し可能なファイルに格納す
る。

【００３５】図２に戻ると、ブロック４８はエキスパー
ト・システム１６により可能性のある故障メカニズムが
えられることを示しているので、故障解析者は更なる解
析により確認し得る１以上のあり得る故障メカニズムを
選択することができる。選択されたあり得る故障メカニ
ズムは、エキスパート・システム解析のための開始点と
してエキスパート・システム１６に提供される。

【００３６】エキスパート・システム１６には、エキス
パート故障解析者の技術経験と同様のエキスパート知識
を含む知識ベースが含まれている。ブロック７４に示す
ように、エキスパート・システム１６は、知識ベースに
格納された知識を用いることにより、故障解析者が実行
して故障原因を確認することが可能な一組の推奨デバイ
ス試験及び解析手順を推論する。知識ベースによるエキ
スパート・システム及びその構築は当該技術分野に知ら
れていることであり、ここでその詳細について説明はし
ない。

【００３７】前記推奨デバイス試験及び解析手順は、あ
り得る原因、故障の段階を予測し、試験又は解析装置、
目視点検において何を検索すべきか、及び必要ならばデ
バイスをデプロセス（ｄｅｐｒｏｃｅｓｓ）するステッ
プについて詳細に表わしている。故障解析者はエキスパ
ート・システム１６により推奨された試験及び解析手順
に従い、故障メカニズム及びあり得る故障原因を確認す
るか又は否定するかの結論に到達する。故障原因が確か
められるまで、このような方法によりあり得る各故障メ
カニズムを調べることができる。

【００３８】ブロック７６において、デバイスの故障原
因を確認した後、故障解析者はその確認した故障原因を
リレーショナル・データ・ベース２２内に入れ、これに
よりジョブが終了する。この更新ステップはジョブ要求
装置１４及び３０を用いることにより実行することがで
きる。ユニットについての故障メカニズムのエントリ及
びメイン・フレーム・コンピュータ２０へそのデータを
アップロードすることは、リレーショナル・データ・ベ
ース２２内でそのユニットを過去のユニットにし、他の
デバイスの故障原因の確認に利用可能にする。

【００３９】試験及び解析手順に加えて、エキスパート
・システム１６は、故障解析者に付加的な確認手段とし
て故障メカニズムの高解像度の写真イメージを見る機会
を提供する。ブロック７８において、故障解析者は、イ
メージ・ライブラリ３２から読み出されるイメージを見
ることができる。写真イメージは、例えば、米国インデ
ィアナ州インディアナポリスのトルービジョン（株）
（ＴｒｕｅｖｉｓｉｏｎＩｎｃ．）により製造されたタ
ルガ１６基板イメージ表現システム（ＴＡＲＧＡ１６
ｂｏａｒｄ ｉｍａｇｅ Ｃａｐｔｕｒｅ ｓｙｓｔｅ
ｍ）のような装置により表現される。捕捉されたイメー
ジのフォーマット変換は、メイン・フレーム・コンピュ
ータ２０のメモリ内に写真イメージを格納するために必
要なこともある。このようなフォーマット変換は当該技
術分野において知られていることであり、ここで更に説
明するまでもない。

【００４０】本発明を詳細に説明したが、特許請求の範
囲により定められる本発明の精神及び範囲から逸脱する
ことなく、種々の変更、置換及び改造が可能なことを理
解すべきである。

【００４１】以上の説明に関して更に以下の項を開示す
る。 (1) 故障製品を解析する製品故障解析装置において、
前記故障製品の特徴を入力する入力手段と、前記入力手
段に接続され、一組の過去の故障製品の特徴及び対応す
る過去の故障メカニズムを格納するデータ・ベース手段
と、前記故障製品の特徴に応答して、前記データ・ベー
ス手段をアクセスし、前記一組の過去の故障メカニズム
から少なくとも一つの過去の故障メカニズムを選択する
手段と、前記選択された過去の故障メカニズムを確認す
るための一組の故障解析手順を決定するエキスパート・
システム手段と、を備えていることを特徴とする製品故
障解析装置。

【００４２】(2) 第１項記載の製品故障解析装置にお
いて、前記入力手段は１以上の故障製品についての特徴
を催促し、前記特徴には前記故障製品に共通な情報及び
各故障製品に固有の情報が含まれている、ことを特徴と
する製品故障解析装置。

【００４３】(3) 第２項記載の製品故障解析装置にお
いて、前記共通な特徴には製品製造情報が含まれてい
る、ことを特徴とする製品故障解析装置。

【００４４】(4) 第２項記載の製品故障解析装置にお
いて、前記固有の特徴にはどのようにして製品が故障し
たのかについての情報が含まれている、ことを特徴とす
る製品故障解析装置。

【００４５】(5) 第２項記載の製品故障解析装置にお
いて、前記データ・ベース手段は、複数の過去の故障製
品に共通な過去の特徴と、各過去の故障製品に固有の過
去の特徴とを格納する、ことを特徴とする製品故障解析
装置。

【００４６】(6) 第１項記載の製品故障解析装置にお
いて、前記データ・ベース手段にはリレーショナル・デ
ータ・ベースが含まれていることを特徴とする製品故障
解析装置。

【００４７】(7) 第１項記載の製品故障解析装置にお
いて、前記選択する手段は、前記入力した故障製品の特
徴にほぼ一致した対応する過去の故障製品の特徴を有す
る、１以上の過去の故障メカニズムを選択する、ことを
特徴とする製品故障解析装置。

【００４８】(8) 第７項記載の製品故障解析装置にお
いて、更に、１以上の選択された過去の故障メカニズム
をランク付けするランク付け手段を備えていることを特
徴とする製品故障解析装置。

【００４９】(9) 第８項記載の製品故障解析装置にお
いて、前記ランク付け手段は、前記リレーショナル・デ
ータ・ベース内における各前記選択された過去の故障メ
カニズムの発生数に応答して、前記１以上の選択された
過去の故障メカニズムをランク付ける、ことを特徴とす
る製品故障解析装置。

【００５０】(10) 第９項記載の製品故障解析装置にお
いて、前記ランク付け手段は、前記発生数の数が大きい
順に、前記１以上の選択された過去の故障メカニズムを
ランク付けする、ことを特徴とする製品故障解析装置。

【００５１】(11) 第７項記載の製品故障解析装置にお
いて、更に、前記過去の故障製品の特徴の各々に重み付
けする重み付け手段を備えていることを特徴とする製品
故障解析装置。

【００５２】(12) 第１１項記載の製品故障解析装置に
おいて、前記重み付け手段は、第１の所定数と第２の所
定数との間の重み係数を前記製品の特徴の所定の各部分
集合に、割り付け、前記第１の所定数は前記第２の所定
数より小さいことを特徴とする製品故障解析装置。

【００５３】(13) 第１２項記載の製品故障解析装置に
おいて、更に、

【数４】 （（CL／１０＊ΣWF≠WMAX）＋（ΣWF＝WMAX）≦ （Σ（WF≠WMAX）MATCHED ＋Σ（WF＝WMAX）MATCHED
）， を計算する手段を備え、ここで、ＣＬはユーザーが選択
できる相関レベルであり、ＷＦは前記各特徴に前記割り
付けられた重み係数であり、ＷＭＡＸは前記第２の所定
の重み付け数である、ことを特徴とする製品故障解析装
置。

【００５４】(14) 第１項記載の製品故障解析装置にお
いて、更に、前記故障製品の故障原因の写真イメージを
得る手段と、前記写真イメージを格納するライブラリ手
段と、前記ライブラリ手段に格納された前記写真イメー
ジをアクセスする手段と、前記アクセスされた写真イメ
ージを表示する手段と備えている、ことを特徴とする製
品故障解析装置。

【００５５】(15) 第１４項記載の製品故障解析装置に
おいて、更に、前記過去の故障部品の特徴、対応する故
障メカニズム及びその対応する写真イメージを、複数の
他の故障解析地に転送するサテライト手段を、備えてい
ることを特徴とする製品故障解析装置。

【００５６】(16) 少なくとも一つの故障部品を解析す
るための故障解析手順を決定する製品故障解析装置にお
いて、前記故障部品の一組の特徴を入力する入力手段
と、前記入力手段に接続され、一組の過去の故障部品の
特徴及び対応する過去の故障メカニズムを格納するリレ
ーショナル・データ・ベース手段と、前記リレーショナ
ル・データ・ベース手段に前記特徴の組を転送する手段
と、前記リレーショナル・データ・ベースをアクセスし
て複数の過去の故障メカニズムを選択的に供給し、ここ
に、前記選択した複数の過去の故障メカニズムの前記対
応する過去の故障部品の特徴は前記入力された故障部品
の特徴に一致するものである、手段と、前記選択された
複数の過去の故障メカニズムをランク付けするランク付
け手段と、前記選択された複数の過去の故障メカニズム
のうちの一つを確認するための一組の故障解析手順を決
定するエキスパート・システム手段と、を備えているこ
とを特徴とする製品故障解析装置。

【００５７】(17) 第１６項記載の製品故障解析装置に
おいて、前記入力手段は１以上の故障部品についての特
徴を催促し、前記特徴には前記故障部品に共通の情報及
び各故障部品に固有の情報が含まれる、ことを特徴とす
る製品故障解析装置。

【００５８】(18) 第１７項記載の製品故障解析装置に
おいて、前記共通の特徴には部品製造の情報が含まれる
ことを特徴とする製品故障解析装置。

【００５９】(19) 第１７項記載の製品故障解析装置に
おいて、前記固有の特徴にはどのようにして部品が故障
したのかの情報が含まれていることを特徴とする製品故
障解析装置。

【００６０】(20) 第１７項記載の製品故障解析装置に
おいて、前記リレーショナル・データ・ベース手段は、
複数の過去の故障部品に共通な特徴と各過去の故障部品
に固有の特徴とを格納する、ことを特徴とする製品故障
解析装置。

【００６１】(21) 第１６項記載の製品故障解析装置に
おいて、更に、前記複数の選択された過去の故障メカニ
ズムをランク付けするランク付け手段を備えていること
を特徴とする製品故障解析装置。

【００６２】(22) 第２１項記載の製品故障解析装置に
おいて、前記ランク付け手段は、前記リレーショナル・
データ・ベースにおける前記選択した各過去の故障メカ
ニズムの発生数に応答して、前記複数の選択された過去
の故障メカニズムをランク付けすることを特徴とする製
品故障解析装置。

【００６３】(23) 第２２項記載の製品故障解析装置に
おいて、前記ランク付け手段は、前記発生数の数が大き
い順に、前記複数の選択された過去の故障メカニズムを
ランク付けする、ことを特徴とする製品故障解析装置。

【００６４】(24) 第１６項記載の製品故障解析装置に
おいて、更に、前記各過去の故障部品の特徴に重み付け
する重み付け手段を備えていることを特徴とする製品故
障解析装置。

【００６５】(25) 第２４項記載の製品故障解析装置に
おいて、前記重み付け手段は、第１の所定数と第２の所
定数との間の重み係数を前記部品の特徴の所定の各部分
集合に割り付け、前記第１の所定数は前記第２の所定数
より小さい、ことを特徴とする製品故障解析装置。

【００６６】(26) 第２５項記載の製品故障解析装置に
おいて、更に、

【数５】 （（CL／１０＊ΣWF≠WMAX）＋（ΣWF＝WMAX）≦ （Σ（WF≠WMAX）MATCHED ＋Σ（WF＝WMAX）MATCHED
）， を計算する手段を備え、ここで、ＣＬはユーザが選択で
きる相関レベルであり、ＷＦは前記各特徴に前記割り付
けられた重み係数であり、ＷＭＡＸは前記第２の所定の
重み付け数である、ことを特徴とする製品故障解析装
置。

【００６７】(27) 第１６項記載の製品故障解析装置に
おいて、更に、前記故障部品の故障原因の写真イメージ
を得る手段と、前記写真イメージを格納するライブラリ
手段と、前記ライブラリ手段に格納した前記写真イメー
ジをアクセスする手段と、前記アクセスした写真イメー
ジを表示する手段と、を備えていることを特徴とする製
品故障解析装置。

【００６８】(28) 第２７項記載の製品故障解析装置に
おいて、更に、前記過去の故障部品の特徴、対応する故
障メカニズム及びその対応する写真イメージを、複数の
他の故障原因分析地に転送するサテライト手段を、備え
ていることを特徴とする製品故障解析装置。

【００６９】(29) 少なくとも一つの故障部品を解析す
るための故障解析手順を決定する製品故障解析方法にお
いて、一組の過去の故障部品の特徴及び対応する過去の
故障メカニズムをリレーショナル・データ・ベース内に
格納するステップと、前記リレーショナル・データ・ベ
ース手段をアクセスし、前記一組の過去の故障メカニズ
ムから少なくとも一つの過去の故障メカニズムを選択的
に供給するステップと、前記選択した過去の故障メカニ
ズムを確認するための一組の故障解析手順を決定するス
テップと、を備えたことを特徴とする製品故障解析方
法。

【００７０】(30) 第２９項記載の製品故障解析方法に
おいて、前記格納するステップは、１以上の故障部品に
ついての特徴を格納し、前記特徴には前記故障部品に共
通の情報及び各故障部品に固有の情報が含まれることを
特徴とする製品故障解析方法。

【００７１】(31) 第３０項記載の製品故障解析方法に
おいて、前記格納するステップは部品製造情報のように
共通する特徴を格納するステップが含まれることを特徴
とする製品故障解析方法。

【００７２】(32) 第３０項記載の製品故障解析方法に
おいて、前記格納するステップには、どのようにして部
品が故障したのかについての情報のような固有の特徴の
格納が含まれている、ことを特徴とする製品故障解析方
法。

【００７３】(33) 第３０項記載の製品故障解析方法に
おいて、前記格納するステップは、複数の過去の故障部
品に共通な過去の特徴及び各過去の故障部品に固有の過
去の特徴を格納する、ことを特徴とする製品故障解析方
法。

【００７４】(34) 第２９項記載の製品故障解析方法に
おいて、前記選択的に供給するステップは、前記入力し
た故障部品の特徴にほぼ一致した対応する過去の故障部
品の特徴を有する、１以上の選択された過去の故障メカ
ニズムを供給する、ことを特徴とする製品故障解析方
法。

【００７５】(35) 第３４項記載の製品故障解析方法に
おいて、更に、前記１以上の選択された過去の故障メカ
ニズムをランク付けするランク付けステップを含むこと
を特徴とする製品故障解析方法。

【００７６】(36) 第３５項記載の製品故障解析方法に
おいて、前記ランク付けステップでは、前記リレーショ
ナル・データ・ベース内における前記各選択された過去
の故障メカニズムの発生数に応答して、前記１以上の選
択された過去の故障メカニズムをランク付けする、こと
を特徴とする製品故障解析方法。

【００７７】(37) 第３６項記載の製品故障解析方法に
おいて、前記ランク付けステップは、前記発生数の数が
大きい順に、前記１以上の選択された過去の故障メカニ
ズムをランク付けする、ことを特徴とする製品故障解析
方法。

【００７８】(38) 第３４項記載の製品故障解析方法に
おいて、更に、前記過去の故障部品の特徴各々に重み付
けするステップを含むことを特徴とする製品故障解析方
法。

【００７９】(39) 第３８項記載の製品故障解析方法に
おいて、前記重み付けをするステップには、第１の所定
数と第２の所定数との間の重み係数を前記部品の特徴の
所定の各部分集合に割り付けるステップが含まれ、前記
第１の所定数は前記第２の所定数より小さいこと、を特
徴とする製品故障解析方法。

【００８０】(40) 第３９項記載の製品故障解析方法に
おいて、更に、

【数６】 （（CL／１０＊ΣWF≠WMAX）＋（ΣWF＝WMAX）≦ （Σ（WF≠WMAX）MATCHED ＋Σ（WF＝WMAX）MATCHED
）， を計算するステップを備え、ここで、ＣＬはユーザが選
択できる相関レベルであり、ＷＦは前記各特徴に前記割
り付けられた重み係数であり、ＷＭＡＸは前記第２の所
定の重み付け数である、ことを特徴とする製品故障解析
方法。

【００８１】(41) 第２９項記載の製品故障解析方法に
おいて、更に、前記故障部品の故障原因の写真イメージ
を得るステップと、前記写真イメージをイメージ・ライ
ブラリに格納するステップと、前記イメージ・ライブラ
リに格納された写真イメージをアクセスするステップ
と、前記アクセスされた前記写真イメージを表示するス
テップとを備えていることを特徴とする製品故障解析方
法。

【００８２】(42) 第４１項記載の製品故障解析方法に
おいて、更に、前記過去の故障部品の特徴、対応する故
障メカニズム及びその対応する写真イメージを、サテラ
イトを介して複数の他の部品故障解析地に転送するステ
ップを、備えていることを特徴とする製品故障解析方
法。

【００８３】(43) 少なくとも一つの故障部品を解析す
るための故障解析手順を決定する装置及び方法である。
ジョブ要求装置１４を用いて故障部品の特徴を入力し、
かつ前記故障部品の特徴を、過去の故障部品の特徴及び
対応する過去の故障メカニズムも格納しているリレーシ
ョナル・データ・ベース２２にアップロードする。前記
リレーショナル・データ・ベース２２はアクセスにより
故障部品のあり得る故障メカニズムを選択的に検索する
ことができ、知識ベースのエキスパート・システム１６
を採用して、選択されたあり得る故障メカニズム及び故
障原因を確認するための一組の故障解析手順を決定す
る。

【００８４】

【発明の効果】本発明の技術的に重要な効果は、製品故
障解析のサイクル時間を短縮させ、これにより製品製造
業者を製品製造及び／又は出荷の中断に伴う重荷からほ
ぼ開放することである。

【００８５】本発明の他の重要な技術的な効果は、世界
各地のユーザが製品の故障原因を確認するためにアクセ
ス可能な一つのデータ・ベースに世界各地の故障解析デ
ータを統合することである。

【００８６】更に、本発明の他の重要な技術的な効果
は、世界各地のユーザに対して識別及び検定用に故障製
品の高解像度の写真イメージを提供することである。

【図面の簡単な説明】

【図１】本発明の一実施例に係る製品故障解析装置のブ
ロック図である。

【図２】本発明を用いた故障解析処理を示すフローチャ
ートを示す図である。

【図３】リレーショナル・データ・ベースから解析中の
ユニットと一致したパラメータを有するユニットを選択
的に検索するアプリケーション・プログラムのフローチ
ャートを示す図である。

【符号の説明】

１４ ジョブ要求装置 １６ エキスパート・システム ２０ メイン・フレーム・コンピュータ ２２ リレーショナル・データ・ベース ３０ ジョブ要求装置 ３２ イメージ・ライブラリ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ドナルド デントン アメリカ合衆国テキサス州リチャードソ ン，ノースレイク ドライブ 923 (72)発明者 スーザン ポウエル アメリカ合衆国テキサス州リチャードソ ン，ブラックベリィ ドライブ 2412 (72)発明者 ジミー スミス アメリカ合衆国テキサス州ヒューストン, ヘンドン ドライブ 11418 (72)発明者 スチーブ ボウガン アメリカ合衆国テキサス州ヒューストン, ウィンスロウ 3007 (72)発明者 プラブハーカー ビー．ガーテ アメリカ合衆国テキサス州ダラス，ラバー ドラウ ドライブ 75248

Claims (2)

【特許請求の範囲】
1. 【請求項１】 故障製品を解析する製品故障解析装置に
   おいて、 前記故障製品の特徴を入力する入力手段と、 前記入力手段に接続され、一組の過去の故障製品の特徴
   及び対応する過去の故障メカニズムを格納するデータ・
   ベース手段と、 前記故障製品の特徴に応答して、前記データ・ベース手
   段をアクセスし、前記一組の過去の故障メカニズムから
   少なくとも一つの過去の故障メカニズムを選択する手段
   と、 前記選択された過去の故障メカニズムを確認するための
   一組の故障解析手順を決定するエキスパート・システム
   手段と、 を備えていることを特徴とする製品故障解析装置。
2. 【請求項２】 少なくとも一つの故障部品を解析するた
   めの故障解析手順を決定する製品故障解析方法におい
   て、 一組の過去の故障部品の特徴及び対応する過去の故障メ
   カニズムをリレーショナル・データ・ベース内に格納す
   るステップと、 前記リレーショナル・データ・ベース手段をアクセス
   し、前記一組の過去の故障メカニズムから少なくとも一
   つの過去の故障メカニズムを選択的に供給するステップ
   と、 前記選択した過去の故障メカニズムを確認するための一
   組の故障解析手順を決定するステップと、 を備えたことを特徴とする製品故障解析方法。