JPH0816209A

JPH0816209A - 予測制御方法及びその装置

Info

Publication number: JPH0816209A
Application number: JP6153540A
Authority: JP
Inventors: Kazuki Nakada; 一樹中田
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1994-07-05
Filing date: 1994-07-05
Publication date: 1996-01-19
Anticipated expiration: 2016-10-15
Also published as: JP3218868B2

Abstract

(57)【要約】【目的】ある管理項目のデータの変動を推測し、装置
及びその装置によって製造される製品に異常が発生する
のを予測する。【構成】制御部Ａのデータ検出部１０は、測定器Ｃ及
びＤから管理項目の数値データをそれぞれ取り込み、二
次記憶装置Ｂのデータ記録ファイルａに記録する。管理
基準比較部２０は、この数値データと二次記憶装置Ｂの
管理基準データファイルｂのデータを比較し、管理基準
外の数値データが存在する場合には、その旨を示す信号
を警戒判断部４０に出力する。データ変換部３０は、デ
ータ記録ファイルａのデータをグラフィックデータに変
換して警戒判断部４０に出力する。警戒判断部４０は、
管理基準比較部２０から信号を受け取ると「警戒する」
と判断し、受け取らなければ、グラフィックデータと警
戒データ履歴ファイルｅのデータとを比較して、警戒す
るか否かを判断する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、管理の対象となる装置
の状態を予測し、予測結果に基づいて装置の制御を行う
予測制御方法及びその装置に関するものである。

【０００２】

【従来の技術】近年、装置を制御するために、制御対象
である装置の状態を示すパラメータの変動を予測して制
御する方法が用いられている。このような方法の１つと
して、例えば、特開平第４−２０５６０４号に「プロセ
スの予測制御方法及び予測制御システム」が開示されて
いる。以下、上記公報に開示されている予測制御システ
ムを説明する。

【０００３】図２０に、上記公報に開示されている予測
制御システムの構成を示す。この予測制御システムは、
火力発電プラントの主蒸気温度を管理する。蒸気温度予
測システム３０は、蒸気温度系のモデルを使用して蒸気
温度の近い未来の値を予測する。蒸気温度系のモデル
は、質量保存の法則及びエネルギー保存の法則により導
かれる微分方程式を使用しており、モデルを用いた予測
結果に基づいて、制御対象を制御する。

【０００４】

【発明が解決しようとする課題】しかしながら、図２０
に示されるような従来の予測制御システムでは、制御対
象の状態を示す各パラメータの特性を解明することがで
きないためにモデルを方程式で表すことができない場合
には、高精度な予測をすることができない。特に、一つ
のパラメータの特性要因に複数のパラメータの特性が関
わる場合には、パラメータの特性を方程式で表せない場
合が多い。また、パラメータの値をリアルタイム、もし
くは定期的に抽出することができない場合には、パラメ
ータの変動を正確に把握することができないため、微小
な時間に対するパラメータの変化量を必要とする微分方
程式をモデルとして使用することができない。

【０００５】本発明はこのような現状に鑑みてなされた
ものであり、パラメータの特性を方程式で表したモデル
を用いずに、パラメータの近い未来のパラメータの値を
予測可能な予測制御方法及びその装置を提供することが
本発明の目的である。

【０００６】

【課題を解決するための手段】本発明の予測制御方法
は、制御対象の状態を示す少なくとも１つのパラメータ
の値を不定期的に検出し、該検出された値を、記憶手段
に記憶されている該パラメータの該値の履歴に加えるデ
ータ検出工程と、該記憶手段から全ての該パラメータの
該履歴を読み出して、読み出された該履歴の１つが所定
の条件を満たすか否かを判断する工程であって、該所定
の条件を満たす該履歴を警戒データとして該記憶手段に
記憶させる予測工程と、該予測工程における判断に応じ
て警戒信号を発生する工程とを包含しており、そのこと
により上記目的を達成する。

【０００７】前記予測制御方法は、前記予測工程は、前
記パラメータの前記履歴に基づいて得られる、時間を軸
の１つとするグラフをそれぞれ表示している、少なくと
も１つの第１のレイヤーを作成する第１工程と、該少な
くとも１つの第１のレイヤーから少なくとも１つの第２
のレイヤーをそれぞれ作成する第２工程であって、該第
２のレイヤーは、それぞれが１または０のデータ値を有
する複数のマス目に分割されており、該第１のレイヤー
を該第２のレイヤーに投影したときに、該マス目のうち
のグラフの一部が存在するマス目はデータ値１を、それ
以外のマス目はデータ値０を有するように該マス目のそ
れぞれのデータ値を決定する第２工程と、該少なくとも
１つの第２のレイヤーから１つの第３のレイヤーを作成
する第３工程であって、該第３レイヤーは、それぞれが
１または０のデータ値を有する複数のマス目に分割され
ており、該マス目のそれぞれのデータ値は、該第２のレ
イヤーの対応するマス目のデータ値の論理和として決定
される第３工程と、該第３レイヤーが、前記所定の条件
を満たすか否かを判断する判断工程と、該所定の条件を
満たす該第３レイヤーを前記警戒データとして前記記憶
手段に記憶する工程と、を包含してもよい。

【０００８】前記予測制御方法は、前記判断工程は、そ
れぞれが０または１のデータ値を有する複数のマス目に
分割されている第４のレイヤーを、前記第３レイヤーと
前記警戒データとから作成する第４工程であって、該第
４のレイヤーの該マス目のそれぞれのデータ値は、該第
３のレイヤーの対応するマス目のデータ値と、該警戒デ
ータの対応するマス目のデータ値との論理積として決定
される第４工程と、該第４レイヤーにおける、該マス目
の個数に対する、データ値１を有するマス目の個数の割
合が所定の割合を超えたときに、該第３レイヤーが前記
所定の条件を満たすと判断する第５工程とを包含しても
よい。

【０００９】前記予測制御方法は、検出された前記パラ
メータの前記値が、前記記憶手段に予め記憶されている
該パラメータの基準範囲から外れているか否かを判断
し、検出された該パラメータの該値が該基準範囲から外
れているときに、該基準範囲から外れた値を有する該パ
ラメータが存在することを示す信号を発生する工程をさ
らに包含してもよい。

【００１０】本発明の他の予測制御方法は、時間経過を
示すパラメータを含む複数のパラメータの値を不定期的
に複数回検出し、検出された該複数のパラメータの該値
を１組の時系列データとして記憶手段に記憶するデータ
検出工程と、該記憶手段に記憶されている時系列データ
のうちの、最新の時系列データを含む２組の時系列デー
タの類似の度合いを、該２組の時系列データにおける該
時間経過を示すパラメータの類似の度合いを重み付けと
して用いて算出する類似度算出工程と、該最新の時系列
データとの該類似の度合いが最も高い時系列データを用
いて、該複数のパラメータのうちの、該時間経過を示す
パラメータ以外のパラメータの近い将来の値を予測する
予測工程とを包含しており、そのことにより上記目的を
達成する。前記予測制御方法は、前記類似度算出工程
は、前記２組の時系列データにおける前記時間経過を示
すパラメータの差が大きいほど、該時間経過を示すパラ
メータの類似の度合いを小さくしてもよい。

【００１１】前記予測制御方法は、前記類似度算出工程
は、前記２組の時系列データにおける前記時間経過を示
すパラメータの差と、該時間経過を示すパラメータの類
似の度合いとの関数として、三角関数または正規分布関
数を用いてもよい。

【００１２】前記予測制御方法は、前記時間経過を示す
パラメータ以外のパラメータの、前記予測工程において
前回予測された値と、該パラメータの検出された値とを
比較することにより、該予測工程において前回用いられ
た時系列データが、予測に適しているか否かを判断する
評価工程をさらに包含してもよい。

【００１３】前記予測制御方法は、前記評価工程は、前
記前回用いられた時系列データが予測に適していないと
判断されたときに、該前回用いられた時系列データの使
用を禁止する工程を包含している、請求項８に記載の予
測制御方法。

【００１４】本発明の予測制御装置は、制御対象の状態
を示す少なくとも１つのパラメータの値を不定期的に検
出するデータ検出手段と、該パラメータの該値の履歴を
記憶するための記憶手段と、該記憶手段から該パラメー
タの履歴を読み出して、読み出された該履歴の１つが所
定の条件を満たしたときに、該パラメータの値は近い将
来、基準範囲から外れると判断する予測手段であって、
該基準範囲から外れると判断された該パラメータの該履
歴を、警戒データとして該記憶手段に記憶させる該予測
手段と、該予測手段の判断に応じて警戒信号を発生する
手段とを備えており、そのことにより上記目的を達成す
る。

【００１５】前記予測制御装置は、前記予測手段は、前
記履歴をグラフィックデータに変換するデータ変換手段
と、該グラフィックデータと前記警戒データとを比較す
る警戒判断手段とを有しており、該警戒判断手段は、該
グラフィックデータと該警戒データとを比較することに
より該履歴が前記所定の条件を満たしているか否かを判
断してもよい。

【００１６】前記予測制御装置は、前記データ検出手段
に接続された基準比較手段をさらに有しており、前記記
憶手段には前記パラメータの前記値の前記基準範囲を示
す基準データが記憶されており、該基準比較手段は、該
基準データと該データ検出手段によって検出された該パ
ラメータの該値とを比較し、該値が該基準データとは異
なるときには、前記警戒判断手段に対して、該基準デー
タとは異なる値を有する該パラメータが存在することを
示す信号を出力してもよい。

【００１７】前記予測制御装置は、前記警戒判断手段
は、前記グラフィックデータと前記警戒データとを比較
し、一致する値の個数の、該グラフィックデータに含ま
れる値の個数に対する割合が所定の割合よりも大きいと
きに、該パラメータの該値が、近い将来、該基準範囲か
ら外れると判断してもよい。

【００１８】本発明の他の予測制御装置は、時間経過を
示すパラメータを含む複数のパラメータの値を不定期的
に複数回検出するデータ検出手段と、該複数のパラメー
タの該値を記憶するための記憶手段であって、所定期間
における該値を１組の時系列データとして記憶する記憶
手段と、該記憶手段に記憶されている時系列データのう
ちの２組の時系列データの類似の度合いを、該２組の時
系列データにおける該時間経過を示すパラメータの類似
の度合いを重み付けとして用いて算出する類似度算出手
段であって、該２組の時系列データのうちの１組は最新
の時系列データである、類似度算出手段と、該最新の時
系列データとの該類似の度合いが最も高い時系列データ
を用いて、該複数のパラメータのうちの、該時間経過を
示すパラメータ以外のパラメータの近い将来の値を予測
する予測手段とを備えており、そのことにより上記目的
を達成する。

【００１９】前記予測制御装置は、前記類似度算出手段
は、前記２組の時系列データにおける前記時間経過を示
すパラメータの差が大きいほど、該時間経過を示すパラ
メータの類似の度合いを小さくしてもよい。

【００２０】前記予測制御装置は、前記類似度算出手段
は、前記２組の時系列データにおける前記時間経過を示
すパラメータの差と、該時間経過を示すパラメータの類
似の度合いとの関数として、三角関数または正規分布関
数を用いてもよい。

【００２１】前記予測制御装置は、前記時間経過を示す
パラメータ以外のパラメータの、前記予測手段によって
前回予測された値と、該パラメータの検出された値とを
比較することにより、該予測手段によって前回用いられ
た時系列データが、予測に適しているか否かを判断する
評価手段をさらに備えていてもよい。

【００２２】前記予測制御装置は、前記評価手段は、前
記前回用いられた時系列データが予測に適していないと
判断されたときに、該前回用いられた時系列データの使
用を禁止してもよい。

【００２３】

【作用】本発明の予測制御方法では、制御の対象である
装置の状態を示す何種類かのパラメータの値を検出する
と、これを、二次記憶装置などの記憶手段に記憶されて
いる各パラメータの値の履歴にそれぞれ加える。続い
て、このような複数のパラメータの履歴から、全てのパ
ラメータの値の履歴を示す１枚のレイヤーを作成し、こ
のレイヤーと警戒データとを比較することにより、装置
の状態が警戒を必要とする状態であるか否かを予測す
る。警戒を必要とする状態であると判断された場合に
は、その判断に用いられたレイヤーを警戒データとして
記憶手段に記憶し、同時に、警戒信号を発生する。この
警戒信号は、例えば、モニタに、オペレータに対して警
戒を促すメッセージを表示させるような信号、あるいは
制御対象である装置に直接作用して、装置を停止させる
ような信号であり得る。

【００２４】また、本発明の他の予測制御方法では、装
置の状態を示すパラメータの値を検出すると、これを記
憶手段に記憶させるが、記憶手段は、パラメータの値を
任意の期間に分割し、複数組の時系列データとして記憶
する。続いて、このような時系列データのうちの最新の
時系列データと他の全ての時系列データとの類似の度合
いをそれぞれ算出する。まず、２組の時系列データ間で
個々のパラメータの類似の度合いを求める。このとき、
時系列データ間でのパラメータの値の差と類似の度合い
の関数として、パラメータの値の差が大きいほど類似の
度合いを小さくするような関数が用いられる。次に、時
間経過を示すパラメータの類似の度合いを、その他のパ
ラメータの類似の度合いに重み付けとして乗算し、２組
の時系列データの類似の度合いを得る。最新の時系列デ
ータとの類似の度合いが得られると、類似の度合いが最
も高い時系列データを基に、パラメータの近い将来の値
を予測する。このようにして、パラメータの値が検出さ
れるたびにパラメータの近い将来の値の予測を行うが、
本発明の予測制御方法では、前回予測されたパラメータ
の値と検出されたパラメータの値とを比較することによ
り、予測値の算出に用いられた時系列データが、予測に
適したものだったか否かの評価を行う。評価の結果、前
回用いられた時系列データが予測に適していないと判断
された場合には、その時系列データの使用を禁止し、こ
れにより、偶然発生した異常な値を含む時系列データを
予測に使用しないようにする。

【００２５】

【実施例】以下、本発明を実施例について、図面を参照
しながら説明する。

【００２６】（第１の実施例）図１は、本発明による予
測制御装置の第１の実施例の構成を示す。この予測制御
装置は、制御部Ａ、ハードディスク等の二次記憶装置
Ｂ、及び制御部Ａからの信号を受け取り、オペレータに
警戒を促すメッセージを表示するＣＲＴあるいは液晶表
示装置等のモニタＥを有している。制御部Ａには、デー
タ検出部１０、管理基準比較部２０、データ変換部３０
及び警戒判断部４０が設けられている。データ検出部１
０が装置の状態を示す数値データを検出すると、管理基
準比較部２０は検出された数値データと管理基準とを比
較し、管理基準から外れていればその旨を示す信号を警
戒判断部４０に出力する。データ変換部３０はデータ検
出部１０から受け取った数値データをグラフィックデー
タに変換して警戒判断部４０に送る。警戒判断部４０
は、管理基準比較部２０からの信号、あるいはデータ変
換部３０からのグラフィックデータを用いて、モニタＥ
に対して警戒信号を出力する。制御部Ａと接続されてい
る二次記憶装置Ｂは、データ記録ファイルａ、管理基準
データファイルｂ、及び警戒データ履歴ファイルｅが格
納されている。データ記録ファイルａにはデータ検出部
１０によってデータが入出力され、管理基準データファ
イルｂには、予め、管理基準比較部２０によって用いら
れる管理基準データが記憶されている。

【００２７】以下、各管理項目の数値の時間変化に応じ
て予測制御を行う場合の図１に示す予測制御装置の動作
を説明する。

【００２８】測定器Ｃ及びＤは制御部Ａに接続されてお
り、それぞれが、装置の予測制御に用いられる項目（以
下、これを管理項目と称する）１つについての数値を測
定する。測定された数値はデータ検出部１０に取り込ま
れ、その数値が測定された時間とともに二次記憶装置Ｂ
内のデータ記録ファイルａに記憶される。データ記録フ
ァイルａの一例を図２に示す。測定器Ｃ及びＤによって
測定された数値は、それぞれ、データフィールドａ２及
びａ３に数値データとして記憶され、測定日時が日付フ
ィールドａ１に記憶される。

【００２９】測定された数値データは、データ記録ファ
イルａに記録されるだけではなく、データ検出部１０か
ら管理基準比較部２０にも送られる。管理基準比較部２
０は、数値データを受け取ると、管理基準データファイ
ルｂから管理基準データを読み出し、測定器Ｃと測定器
Ｄからの数値データが管理基準から外れていないかどう
かを調べる。図３に管理基準ファイルｂの構成の一例を
示す。管理基準ファイルｂには、管理基準データとし
て、管理する項目を示す名前と、その管理項目について
の管理基準の最小値と最大値とが、管理項目フィールド
ｂ１、管理基準最小値フィールドｂ２、及び管理基準最
大値フィールドｂ３にそれぞれ記憶されている。例え
ば、管理基準の最小値は管理項目の規格値より１０％増
の値であり、管理基準最大値は管理項目の規格値より１
０％減の値である。こうすることにより、管理する項目
の数値データが規格外の値になる前に、そのような事態
を予測することができる。管理基準比較部２０は、測定
器ＣあるいはＤによって測定された数値データを、その
管理項目に関する管理基準の最大値及び最小値と比較し
て、数値データが管理基準から外れているか否かを決定
する。いずれかの測定器によって測定された数値データ
が管理基準から外れている場合には、管理基準から外れ
た数値データを有する管理項目が存在することを示す信
号が、管理基準比較部２０から警戒判断部４０に出力さ
れる。

【００３０】また、データ検出部１０は、データ記録フ
ァイルａから、今回の測定の直前の１週間に測定された
数値データを読み出して、測定された数値データととも
にデータ変換部３０に送る。データ変換部３０は、この
数値データを、２進数のデータを用いて構成されたグラ
フィックデータに変換する。変換されたグラフィックデ
ータは、警戒判断部４０に送られる。

【００３１】図４に、グラフィックデータである２進数
表示レイヤーを示す。図４を参照しながら、データ変換
部３０の動作を以下に説明する。まず、データ変換部３
０は、今回測定された数値データを含む１週間分の数値
データを用いて、横軸を時間軸として数値データをプロ
ットして得られるトレンドグラフを表示するグラフ表示
レイヤーを作成する。図４では、測定器Ｄによって測定
される管理項目についてのグラフ表示レイヤーｄ１を示
している。続いて、このグラフ表示レイヤーｄ１を２進
数表示レイヤーｄ０に変換する。２進数表示レイヤーｄ
０は、グラフ表示レイヤーｄ１と同じサイズを有するレ
イヤーであり、細かいマス目ｈに区分されている。各マ
ス目は０または１のデータ値を有し得る。各マス目にど
ちらのデータ値が出力されるかは、グラフ表示レイヤー
ｄ１を２進数表示レイヤーｄ０に投影したときにトレン
ドグラフの一部を含むか否かによって決まる。つまり、
トレンドグラフの一部を含むマス目は１の値を、含まな
いマス目は０の値を有するように、各マス目のデータ値
は出力される。

【００３２】また、本実施例では、測定器Ｃの数値デー
タ及び測定器Ｄの数値データのそれぞれをグラフィック
データに変換することにより、２種類のグラフィックデ
ータを作り出しているが、図５に示すように、測定器Ｃ
によって測定される管理項目についてのグラフ表示レイ
ヤーｃ１と、測定器Ｄについてのグラフ表示レイヤーｄ
１のサイズは同じである。また、横軸である測定器Ｃに
ついての時間軸ｆ１と測定器Ｄについての時間軸ｆ２の
範囲も同じである。しかし、縦軸である測定器Ｃの測定
値の軸ｆ３と測定器Ｄの測定値の軸ｆ４の範囲は両方と
も同じである必要はない。例えば、測定器Ｃに関するト
レンドグラフがグラフ表示レイヤーｃ１の上半分に描か
れ、かつ測定器Ｄに関するトレンドグラフがグラフ表示
レイヤーｄ１の下半分に描かれるようにグラフ表示レイ
ヤーの縦軸の範囲を設定すると、データ値１を有するマ
ス目が、測定器Ｃに関する２進数表示レイヤーでは上半
分にのみ存在し、測定器Ｄに関する２進数表示レイヤー
では下半分にのみ存在することになる。これは、管理項
目の数が増えた場合でも同様である。なお、各管理項目
ごとの縦軸の範囲は常に一定である。

【００３３】上述したようにして変換された各管理項目
に関するグラフィックデータを受け取ると、警戒判断部
４０は、このグラフィックデータが、装置が近い未来に
警戒を必要とする状態に陥ることを示しているか否か、
すなわち管理項目のいずれかについての数値が、近い未
来に管理基準から外れることを示しているか否かの判断
を行う。この判断では、図６に示すような判断レイヤー
ｇ０が用いられる。以下、図６を参照しながら警戒判断
部４０における判断の手順を説明する。

【００３４】まず最初に、データ変換部３０から受け取
った測定器ｃに関する２進数表示レイヤーｃ０及び測定
器ｄに関する２進数表示レイヤーｄ０から、検査レイヤ
ーｇ１を作成する。検査レイヤーｇ１もまた、複数のマ
ス目に区分され、各マス目が０または１のデータ値を有
するレイヤーである。検査レイヤーｇ１の各マス目のデ
ータ値は、２枚の２進数表示レイヤーｃ０及びｄ０の対
応するマス目が有するデータ値の論理和となるように決
定される。例えば、図６に示すように、検査レイヤーｇ
１のマス目ｈ３のデータ値は、２進数表示レイヤーｃ０
の対応するマス目ｈ１の値１と、レイヤーｄ０の対応す
るマス目ｈ２の値０から、１となる。

【００３５】このようにして検査レイヤーｇ１が作成さ
れると、続いて、この検査レイヤーｇ１と、警戒データ
履歴ファイルｅから読み出した警戒レイヤーｇ２とから
判断レイヤーｇ０を作成する。後で詳しく説明するが、
警戒データ履歴ファイルｅには「警戒する」と判断され
た検査レイヤーが警戒レイヤーとして１枚以上記憶され
ており、予測制御装置の１回の予測動作毎に、それまで
に記憶された全ての警戒レイヤーの数と同数の判断レイ
ヤーが作成される。判断レイヤーｇ０の作成手順をより
詳しく述べると、判断レイヤーｇ０の各マス目のデータ
値は、検査レイヤーｇ１の、そのマス目に対応するマス
目のデータ値と、警戒レイヤーｇ２の対応するマス目の
データ値との論理積として与えられる。例えば、判断レ
イヤーｇ０のマス目ｈ５には、検査レイヤーｇ１におけ
るマス目ｈ５と同じ位置のマス目ｈ３のデータ値１と、
警戒レイヤーｇ２のマス目ｈ４のデータ値０との論理積
から０というデータ値が与えられることになる。このよ
うにして検査レイヤーｇ１及び警戒レイヤーｇ２の対応
するマス目の論理積として与えられるデータ値を有する
判断レイヤーｇ０が作成される。

【００３６】警戒判断部４０は、このようにして作成し
た判断レイヤーｇ０に基づいて警戒するか否かを判断す
るが、管理基準比較部２０から管理基準を外れた数値デ
ータを有する管理項目の存在を示す信号を受け取った場
合に限り、判断レイヤーｇ０を判断の基礎とせずに、自
動的に「警戒する」という判断を下す。管理基準部２０
から上述したような信号を受け取っていない場合には、
判断レイヤーｇ０を基礎として警戒するか否かを判断す
る。具体的には、判断レイヤーｇ０のマス目の総数に対
する、データ値１を有するマス目の個数の割合が予め設
定された割合以上であれば「警戒する」と判断する。こ
のような「判断」動作は、最大、作成された全ての判断
レイヤーの数と同じ回数繰り返されるが、繰り返しの途
中でいずれか１つの判断レイヤーについて「警戒する」
と判断されれば、その時点で「判断」動作の繰り返しは
終了する。

【００３７】警戒判断部４０が「警戒する」と判断する
と、図１に示すモニタＥに対してそれを伝える信号が出
力され、モニタＥに警戒のメッセージが表示される。ま
た、同時に、「警戒する」と判断されたときの検査レイ
ヤーｇ１が警戒データとして警戒データ履歴ファイルｅ
に記録される。

【００３８】図７に、警戒データ履歴ファイルｅの構成
の一例を示す。図７の警戒データ履歴ファイルｅは２進
数表示データ領域ｅ０と警戒目録領域ｅ１の２つの領域
に分けられている。２進数データ領域ｅ０は、全警戒デ
ータ領域に対してユニークな警戒データ領域番号が格納
されている警戒データ番号フィールドｅ２と、その領域
における２進数表示データが格納される２進数表示デー
タフィールドｅ３で構成されている。２進数表示データ
フィールドｅ３に、警戒判断部４０から送られてくる
「警戒する」という判断を下された検査レイヤーｇ１が
記録されることになる。警戒目録領域ｅ１は、同じく警
戒データ番号フィールドｅ２と、図３に示す耐電圧、耐
電流などの管理項目のうち、どの管理項目が警戒すべき
項目であるかを格納する警戒項目フィールドｅ４で構成
されている。このように、警戒データ履歴ファイルｅに
は、予測動作を繰り返すにつれて、「警戒する」と判断
されたときの検査レイヤーが警戒を必要とする管理項目
名とともに全て記録され、蓄積されていく。このため、
ある１つの管理項目の数値データの動きから他の管理項
目の数値データの動きをも予測して、装置が警戒を必要
とする状態か否かを判断することが可能となる。

【００３９】また、本実施例では、グラフ表示レイヤー
において、測定器Ｃに関する管理項目のトレンドグラフ
が描かれる範囲と、測定器Ｄに関する管理項目のトレン
ドグラフとが描かれる範囲とが重なっている場合を例と
して各レイヤーの作成手順を説明した。しかし、検査レ
イヤーを、全ての管理項目に関する２進数表示レイヤー
の論理和を計算することにより作成しているため、トレ
ンドグラフが描かれる範囲が重なっている場合には、装
置が警戒を必要とする状態ではなくても「警戒する」と
判断される可能性がある。

【００４０】このような可能性を減らすためには、トレ
ンドグラフが描かれる範囲が全く重ならないようにする
ことが有効である。例えば、管理項目が２種類である場
合には、１つの管理項目のトレンドグラフを、その管理
項目のグラフ表示レイヤーの上半分に表示し、もう１つ
の管理項目のトレンドグラフを、グラフ表示レイヤーの
下半分に表示すれば、データ値１を有するマス目が上半
分にのみ存在する２進数表示レイヤーと、下半分にのみ
存在する２進数表示レイヤーとが得られることになる。
従って、これらの２進数表示レイヤーから作成される１
枚の検査レイヤーは、２つの管理項目に関するトレンド
グラフを同一の２進数表示レイヤー上に投影したのと同
じレイヤーとなる。故に、警戒データ履歴ファイルｅに
は、他の管理項目の数値データの影響を受けない数値デ
ータに相当するデータがそのまま記録されることにな
り、より精度の高い予測を行うことが可能となる。

【００４１】なお、本実施例では管理項目が２種類であ
る場合を例として説明したが、３種類以上の管理項目に
ついても、同様の効果を得ることができる。また、管理
データは数値データだけでなく数値データの変動値も管
理し、管理基準データファイルには変動値の管理基準デ
ータを、警戒データ履歴ファイルに変動値の警戒データ
を加えることにより、さらに高精度な予測制御装置を実
現することができる。

【００４２】また、データ変換部３０において、１週間
分の数値データからトレンドグラフをグラフ表示レイヤ
ーに描いたが、トレンドグラフを描く範囲は１週間には
限られず、例えば１日、一カ月でも同様の効果を得るこ
とができる。２進数表示レイヤーを作成する場合におい
て、データの変動の幅をグラフの線幅にしたトレンドグ
ラフでの２進数表示レイヤーを作成しても同様の効果を
得ることができる。さらに、警戒判断部４０が「警戒す
る」と判断したときに、各測定器からの数値データ自体
も二次記憶装置Ｂに記録し、保存しておけば、制御対象
である装置において異常が発生する場合の原因究明の支
援となる。

【００４３】さらに、本実施例では、管理基準比較部２
０によってデータ検出部１０からの数値データが管理基
準から外れていると判断された場合、警戒判断部４０は
管理基準比較部２０からの信号に応じて自動的に「警戒
する」と判断するが、必ずしも管理基準比較部２０と警
戒判断部４０とを接続しなくてもよく、その場合でも、
本実施例で述べた効果と同様の効果が得られるのはもち
ろんである。

【００４４】（第２の実施例）図８は、本発明による予
測制御装置の第２の実施例の構成を示す。この予測制御
装置は、データ検出手段であるパターン抽出部３と、記
憶手段である格納部７と、類似度算出手段及び予測手段
である類似度算出部４とを有している。

【００４５】本発明による予測制御装置の制御対象とな
り得る半導体製造装置としては、例えば、ドライエッチ
ング装置、ＣＶＤ装置、電気炉、洗浄装置がある。半導
体製造装置の状態を管理するために使用されるパラメー
タの例を表１に示す。

【００４６】

【表１】

【００４７】次に、予測制御装置１００の動作を説明す
る。測定器２は、予測制御装置１００に接続されてい
る。以下、半導体製造装置１は、ウェハを処理する装置
であると仮定し、半導体製造装置１の状態を示すパラメ
ータは、半導体製造装置１による処理中にウェハに付着
したダストの個数であると仮定する。

【００４８】半導体製造装置１による処理中にウェハに
付着したダストの個数は、例えば、以下のようにして測
定される。最初に、半導体製造装置１による処理前のウ
ェハに付着したダストの個数Ｎ_Bが、レーザ表面検査装
置を用いてウェハ表面を走査することにより、測定され
る。次に、半導体製造装置１による処理後のウェハに付
着したダストの個数Ｎ_Aが、レーザ表面検査装置を用い
てウェハ表面を走査することにより、測定される。半導
体製造装置１による処理中にウェハに付着したダストの
個数は、Ｎ_AからＮ_Bを減算することにより求められる。

【００４９】測定器２は、半導体製造装置１による処理
中にウェハに付着したダストの個数と、半導体製造装置
１によって処理されたウェハの枚数とを不定期に測定す
る。例えば、第１回目の測定は基準日から１日後に行わ
れ、第２回目の測定は基準日から５日後に行われ、第３
回目の測定は基準日から７日後に行われる。基準日は、
例えば、前回、半導体製造装置１のメインテナンスが行
われた日である。半導体製造装置１によって処理された
ウェハの枚数としては、基準日以降に処理されたウエハ
の枚数がカウントされる。半導体製造装置１による処理
中にウェハに付着したダストの個数と、半導体製造装置
１によって処理されたウェハの枚数とが、予測制御装置
１００のパターン抽出部３に送られる。

【００５０】パターン抽出部３は、半導体製造装置１に
よる処理中にウェハに付着したダストの個数と、半導体
製造装置１によって処理されたウェハの枚数とを受け取
り、そのダストの個数とそのウェハの枚数とを格納部７
に格納する。

【００５１】格納部７は、図９に示すように、ダストの
個数を格納するためのフィールド９１と半導体製造装置
１によって処理されたウェハの枚数を格納するためのフ
ィールド９２を有している。測定器２によって測定され
たダストの個数は、逐次、フィールド９２に格納され
る。測定器２によって測定されたウェハの枚数は、逐
次、フィールド９１に格納される。例えば、図９の列９
３は、時刻Ｔ₁に測定されたダストの数が６０個であ
り、基準時Ｔ₀から時刻Ｔ₁までに半導体製造装置１によ
って処理されたウェハの枚数が１枚であることを示し、
図９の列９４は、時刻Ｔ₂に測定されたダストの数が６
２個であり、基準時Ｔ₀から時刻Ｔ₂までに半導体製造装
置１によって処理されたウェハの枚数が１００枚である
ことをを示す。基準時Ｔ₀は、半導体製造装置１００の
メンテナンスが行われた日である。半導体製造装置１０
０のメンテナンスもまた、不定期に行われるのが通常で
ある。

【００５２】格納部７に格納されるダストの個数とウェ
ハの枚数とは、半導体製造装置１００のメンテナンスが
行われた日を基準として、図９に示すように、複数のグ
ループＧ₀〜にＧ_nに分類される。グループＧ₀には、前
回のメンテナンスが行われた日から現在に至るまでの期
間に測定されたダストの個数とウェハの枚数とが含まれ
る。グループＧ₁には、前々回のメンテナンスが行われ
た日から前回のメンテナンスが行われた日までの期間に
測定されたダストの個数とウェハの枚数とが含まれる。
同様にして、グループＧ_kには、（ｋ＋１）回前のメン
テナンスが行われた日からｋ回前のメンテナンスが行わ
れた日までの期間に測定されたダストの個数とウェハの
枚数とが含まれる。ここで、ｋ＝１、２、．．．、ｎで
ある。

【００５３】図１０（ａ）〜図１０（ｃ）は、グループ
Ｇ₀〜Ｇ_nのうち、グループＧ₀、Ｇ₁及びＧ_nについて、
格納部７に格納されたダストの個数とウェハの枚数との
関係をトレンドグラフの形式で示したものである。以
下、グループＧ₀〜Ｇ_nに対応するトレンドグラフをそれ
ぞれトレンドグラフＡ₀〜Ａ_nという。トレンドグラフの
横軸（Ｘ軸）は、メンテナンスが行われた日を基準とし
て、半導体製造装置１によって処理されたウェハの枚数
を示す。半導体製造装置１によって処理されたウェハの
枚数は、メンテナンスが行われると、０にリセットされ
る。トレンドグラフの縦軸（Ｙ軸）は、ダストの個数を
示す。

【００５４】図１０（ａ）において、Ｎ₀は、前回のメ
ンテナンスが行われた日から現在に至るまでに半導体製
造装置１によって処理されたウェハの枚数を示す。図１
０（ｂ）において、Ｎ₁は、グループＧ₁に含まれるウェ
ハの枚数のうち、Ｎ₀に最も近いウェハの枚数を示す。
図１０（ｃ）において、Ｎ_nは、グループＧ_nに含まれる
ウェハの枚数のうち、Ｎ₀に最も近いウェハの枚数を示
す。同様にして、グループＧ_kに含まれるウェハの枚数
のうち、Ｎ₀に最も近いウェハの枚数をＮ_kであると定義
する。ここで、ｋ＝１、２、．．．、ｎである。上述の
ようにＮ_kを定義する理由は、ダストの個数とウェハの
枚数の測定は不定期に行われるので、グループＧ₀にお
けるウェハの枚数Ｎ₀と同一のウェハの枚数がグループ
Ｇ₁〜Ｇ_nに存在するとは限らないからである。

【００５５】パターン抽出部３は、格納部７に格納され
るトレンドグラフＡ₀〜Ａ_nを読み出し、トレンドグラフ
Ａ₀〜Ａ_nのそれぞれからパターンを抽出する。

【００５６】以下、図１１を参照して、トレンドグラフ
Ａ₀〜Ａ_nのそれぞれからパターンを抽出するための処理
を説明する。この処理は、パターン抽出部３によって実
行される。

【００５７】ステップＳ１１１では、トレンドグラフＡ
_kに対して、連続する所定数個の領域が定義される。個
々で、所定数の領域のうちの一番最後の領域はＮ_kを含
むように定義される。各領域の長さは、半導体製造装置
１００の種類とウェハの枚数Ｎ_kとに依存する。例え
ば、その領域の数は３とされ、各領域の長さは半導体製
造装置１００によって１０日間で処理されるウェハの平
均的な枚数とされる。以下の説明では、その領域の数は
３であると仮定し、トレンドグラフＡ_kに対応するそれ
らの領域をＲ_k1、Ｒ_k2及びＲ_k3と表す。

【００５８】ステップＳ１１２では、トレンドグラフＡ
_kの領域Ｒ_k1における近似直線Ｌ_k1と、トレンドグラフ
Ａ_kの領域Ｒ_k2における近似直線Ｌ_k2と、トレンドグラ
フＡ_kの領域Ｒ_k3における近似直線Ｌ_k3とがそれぞれ計
算される。近似直線Ｌ_k1、Ｌ_k2及びＬ_k3は、例えば、最
小自乗法を用いて計算される。ここで、近似直線Ｌ_k1、
Ｌ_k2及びＬ_k3のそれぞれの傾きが算出される。

【００５９】ステップＳ１１３では、領域Ｒ_k1における
最大のウェハの枚数と同一のＸ座標を有する点であって
近似直線Ｌ_k1上にある点ｐ_k1と、領域Ｒ_k2における最大
のウェハの枚数と同一のＸ座標を有する点であって近似
直線Ｌ_k2上の点ｐ_k2と、領域Ｒ_k3における最大のウェハ
の枚数と同一のＸ座標を有する点であって近似直線Ｌ _k3
上の点ｐ_k3とが得られる。同時に点ｐ_k1、ｐ_k2及びｐ_k3
の３点のＹ座標も計算される。点ｐ_k1〜点ｐ_k3のＸ座標
は処理されたウェハの枚数を表し、点ｐ_k1〜点ｐ_k3のＹ
座標はダストの個数を表す。本明細書では、「パター
ン」とは、トレンドグラフＡ_kに基づいて、上述のよう
にして計算される９つの値の組Ｐ_k（点ｐ_k1のＸ座標，
点ｐ_k1のＹ座標，近似直線Ｌ_k1の傾き，点ｐ_k2のＸ座
標，点ｐ_k2のＹ座標，近似直線Ｌ_k2の傾き，点ｐ_k3のＸ
座標，点ｐ_k3のＹ座標，近似直線Ｌ_k3の傾き）をいうと
定義する。

【００６０】ステップＳ１１４では、すべてのｋ＝０、
２、．．．ｎに対して、トレンドグラフＡ_kからパター
ンが抽出されたか否かを判定する。すべてのｋ＝０、
２、．．．ｎに対して、トレンドグラフＡ_kからパター
ンが抽出されるまで、ステップＳ１１１からステップＳ
１１５までが繰り返される。

【００６１】このようにして、トレンドグラフＡ₀〜Ａ_n
からパターンＰ₀〜Ｐ_nがパターン抽出部３によってそれ
ぞれ抽出される。抽出されたパターンＰ₀〜Ｐ_nは、類似
度算出部４に送られる。

【００６２】図１２（ａ）は、トレンドグラフＡ₀から
パターン抽出部３によって抽出されたパターンの例を示
す。図１２（ｂ）は、トレンドグラフＡ₁からパターン
抽出部３によって抽出されたパターンの例を示す。

【００６３】類似度算出部４は、パターンＰ₀〜Ｐ_nに基
づいて、トレンドグラフＡ₀に対するトレンドグラフＡ₁
〜Ａ_nの類似度Ｓ₁〜Ｓ_nをそれぞれ計算する。類似度と
は、２つのトレンドグラフがどの程度類似しているかを
示す度合いをいう。

【００６４】以下、図１３を参照して、類似度Ｓ₁〜Ｓ_n
を計算するための処理を説明する。この処理は、類似度
算出部４によって実行される。この処理のポイントは、
現在のトレンドグラフＡ₀と過去のトレンドグラフとの
類似度を計算する際に、処理されたウェハの枚数に関す
る類似度を考慮している点である。処理されたウェハの
枚数に関する類似度は、後述するように、ダストの個数
に関する類似度と近似直線の傾きに関する類似度とに対
して重みの役割を果たす。

【００６５】ステップＳ１３１では、処理されたウェハ
の枚数に関する類似度（ａ_k1，ａ_k2，ａ_k3）が計算され
る。類似度ａ_k1は、トレンドグラフＡ₀における点ｐ₀₁
のＸ座標とトレンドグラフＡ_kにおける点ｐ_k1のＸ座標
との類似度を表す。類似度ａ_k ₂は、トレンドグラフＡ₀
における点ｐ₀₂のＸ座標とトレンドグラフＡ_kにおける
点ｐ_k2のＸ座標との類似度を表す。類似度ａ_k3は、トレ
ンドグラフＡ₀における点ｐ₀₃のＸ座標とトレンドグラ
フＡ_kにおける点ｐ_k3のＸ座標との類似度を表す。

【００６６】次に、類似度関数を用いて、基準パラメー
タと比較パラメータとの類似度を計算する方法を説明す
る。図１４は、類似度関数の一例を示す。横軸（Ｘ軸）
はパラメータの値を表し、縦軸（Ｙ軸）は類似度を表
す。類似度関数の値（類似度）は、基準値ｘ₀で最大と
なる。ｄは類似度が０．５となる比較パラメータの値の
差に相当する定数である。ｄは比較パラメータの種類に
応じて予め決定される。基準パラメータの値を基準値ｘ
₀に一致させた場合の比較パラメータの値ｘ_sがＸ軸上に
プロットされる。比較パラメータの値ｘ_sに対応する三
角関数の値ｓが、基準パラメータと比較パラメータとの
類似度である。

【００６７】類似度関数の形状は、図１４に示されるも
のには限られない。一般に、以下の要件（１）〜（２）
を満たす関数ｙ＝ｆ（ｘ）は、類似度関数として使用さ
れ得る。ここで、ｘ₀はｆ（ｘ）が最大となるときのｘ
の値である。

【００６８】（１）ｘ＜ｘ₀の範囲を所定の間隔で分割
することによって得られる区間をｘ_iと表す。ｘが減少
するにつれて、各区間ｘ_iの最大値ｆ（ｘ_i）は単調減少
する。

【００６９】（２）ｘ≧ｘ₀の範囲を所定の間隔で分割
することによって得られる区間をｘ_iと表す。ｘが増加
するにつれて、各区間ｘ_iの最大値ｆ（ｘ_i）は単調減少
する。

【００７０】類似度関数として、特に好ましい関数ｙ＝
ｆ（ｘ）の形状、用途、効果を表２に示す。

【００７１】

【表２】

【００７２】類似度ａ_k1は、トレンドグラフＡ₀におけ
る点ｐ₀₁のＸ座標を基準パラメータとし、トレンドグラ
フＡ_kにおける点ｐ_k1のＸ座標を比較パラメータとする
ことにより、類似度関数を用いて計算される。類似度ａ
_k2は、トレンドグラフＡ₀における点ｐ₀₂のＸ座標を基
準パラメータとし、トレンドグラフＡ_kにおける点ｐ_k ₂
のＸ座標を比較パラメータとすることにより、類似度関
数を用いて計算される。類似度ａ_k3は、トレンドグラフ
Ａ₀における点ｐ₀₃のＸ座標を基準パラメータとし、ト
レンドグラフＡ_kにおける点ｐ_k3のＸ座標を比較パラメ
ータとすることにより、類似度関数を用いて計算され
る。ここで、ｄは、半導体製造装置１によって２日あた
りに処理されるウェハの枚数の平均値にほぼ等しくなる
ように設定される。

【００７３】ステップＳ１３２では、ダストの個数に関
する類似度（ｅ_k1，ｅ_k2，ｅ_k3）が計算される。類似度
ｅ_k1は、トレンドグラフＡ₀における点ｐ₀₁のＹ座標と
トレンドグラフＡ_kにおける点ｐ_k1のＹ座標との類似度
を表す。類似度ｅ_k2は、トレンドグラフＡ₀における点
ｐ₀₂のＹ座標とトレンドグラフＡ_kにおける点ｐ_k2のＹ
座標との類似度を表す。類似度ｅ_k3は、トレンドグラフ
Ａ₀における点ｐ₀₃のＹ座標とトレンドグラフＡ_kにおけ
る点ｐ_k3のＹ座標との類似度を表す。

【００７４】類似度ｅ_k1、ｅ_k2及びｅ_k3は、ステップＳ
１３１と同様にして、点ｐ₀₁、点ｐ ₀₂及び点ｐ₀₃のＹ座
標をそれぞれ基準パラメータとし、点ｐ_k1、点ｐ_k2及び
点ｐ _k3のＹ座標をそれぞれ比較パラメータとすることに
より、類似度関数を用いて計算される。ここで、ｄは、
ダストの個数の標準偏差にほぼ等しくなるように設定さ
れる。

【００７５】ステップＳ１３３では、近似直線の傾きに
関する類似度（ｆ_k1，ｆ_k2，ｆ_k3）が計算される。類似
度ｆ_k1は、近似直線Ｌ₀₁の傾きと近似直線Ｌ_k1の傾きと
の類似度を表す。類似度ｅ_k2は、近似直線Ｌ₀₂の傾きと
近似直線Ｌ_k2の傾きとの類似度を表す。類似度ｅ_k3は、
近似直線Ｌ₀₃の傾きと近似直線Ｌ_k3の傾きとの類似度を
表す。

【００７６】類似度ｆ_k1、ｆ_k2及びｆ_k3は、ステップＳ
１３１と同様にして、近似直線Ｌ₀₁、近似直線Ｌ₀₂及び
近似直線Ｌ₀₃の傾きをそれぞれ基準パラメータとし、近
似直線Ｌ_k1、近似直線Ｌ_k2及び近似直線Ｌ_k3の傾きをそ
れぞれ比較パラメータとすることにより、類似度関数を
用いて計算される。ここで、ｄは、比較パラメータであ
る近似直線の傾きが基準パラメータである近似直線の傾
きに対して、−４５度から＋４５度の範囲に対応するよ
うに設定される。

【００７７】ステップＳ１３４では、処理されたウェハ
の枚数に関する類似度（ａ_k1，ａ_k2，ａ_k3）と、ダスト
の個数に関する類似度（ｅ_k1，ｅ_k2，ｅ_k3）と、近似直
線の傾きに関する類似度（ｆ_k1，ｆ_k2，ｆ_k3）とに基づ
いて、トレンドグラフＡ₀とトレンドグラフＡ_kとの類似
度Ｓ_kが（式１）に従って計算される。

【００７８】Ｓ_k＝ａ_k1・ｅ_k1・ｆ_k1＋ａ_k2・ｅ_k2・ｆ_k2＋ａ_k3・ｅ_k3・ｆ_k3 （式１）ここで、右辺第１項は領域Ｒ₀₁と領域Ｒ_k1との類似度を
表し、右辺第２項は領域Ｒ₀₂と領域Ｒ_k2との類似度を表
し、右辺第３項は領域Ｒ₀₃と領域Ｒ_k3との類似度を表し
ているということもできる。また、処理されたウェハの
枚数に関する類似度（ａ_k1，ａ_k2，ａ_k3）は、ダストの
個数に関する類似度（ｅ_k1，ｅ_k2，ｅ_k3）と近似直線の
傾きに関する類似度（ｆ_k1，ｆ_k2，ｆ_k3）とに対して重
みの役割を果たしていることが分かる。

【００７９】ステップＳ１３５では、すべてのｋ＝１、
２、．．．ｎに対して、類似度Ｓ_kが計算されたか否か
を判定する。すべてのｋ＝１、２、．．．ｎに対して、
類似度Ｓ_kが計算されるまで、ステップＳ１３１からス
テップＳ１３４までが繰り返される。

【００８０】このようにして、トレンドグラフＡ₀に対
するトレンドグラフＡ₁〜Ａ_nの類似度Ｓ₁〜Ｓ_nが類似度
算出部４によってそれぞれ計算される。計算された類似
度Ｓ ₁〜Ｓ_nは、評価部５に送られる。

【００８１】評価部５は、類似度Ｓ₁〜Ｓ_nに基づいて、
ダストの個数の予測値を計算する。評価部５は、実際に
測定されたダストの個数とそのダストの個数の予測値と
に基づいて、そのダストの個数の予測値が適切であった
か否かを評価する。さらに、評価部５は、そのダストの
個数の予測値が不適切であると判断した場合には、その
ダストの個数の予測値を計算するために使用された過去
の測定データの使用を禁止する。このようにして、不適
切な予測値を生じる原因となる過去の測定データの使用
が排除される。これにより、予測値の精度を徐々に高め
ることが可能となる。

【００８２】以下、評価部５によって実行される処理を
説明する。評価部５によって実行される処理は、ダスト
の個数の予測値を計算するための処理とダストの個数の
予測値を評価するための処理とを含んでいる。

【００８３】図１５は、ダストの個数の予測値を計算す
るための処理の手順を示す。ステップＳ１５１では、類
似度Ｓ₁〜Ｓ_nのうち「利用可能な」類似度において最大
の類似度Ｓ_jが選択される。類似度Ｓ_jが選択されたこと
は、「利用可能な」トレンドグラフのうち、トレンドグ
ラフＡ₀に最も類似しているものはトレンドグラフＡ_jで
あると決定されたことを意味する。ここで、「利用可能
な」トレンドグラフとは、過去のトレンドグラフＡ₁〜
Ａ_nのうち、後述される図１８のステップＳ１８３で使
用が禁止されていないトレンドグラフをいう。また、
「利用可能な」類似度とは、「利用可能な」トレンドグ
ラフに基づいて計算された類似度をいう。例えば、類似
度Ｓ₁〜Ｓ_nのうち類似度Ｓ₃が最大であり、かつ、トレ
ンドグラフＡ₃の使用が禁止されていると仮定する。こ
の場合、類似度Ｓ₃は選択されない。なぜなら、類似度
Ｓ₃の計算の基礎となるトレンドグラフＡ₃の使用が禁止
されているからである。類似度Ｓ₃の代わりに、類似度
Ｓ₃の次に大きい類似度が選択される。

【００８４】ステップＳ１５２では、ステップＳ１５１
で選択された類似度が格納部７に格納される。格納部７
に格納された類似度は、後述される図１８のステップＳ
１８１でダストの個数の予測値を評価するために使用さ
れる。

【００８５】ステップＳ１５３では、ステップＳ１５１
で選択された類似度に基づいて、予測直線Ｌ₀₀が計算さ
れる。例えば、ステップＳ１５１で類似度Ｓ₁が選択さ
れたと仮定する。この場合、図１６（ｂ）に示されるよ
うに、領域Ｒ₁₀が領域Ｒ₁₁に連続するように定義され、
トレンドグラフＡ₁の領域Ｒ₁₀における近似直線Ｌ₁₀が
計算される。トレンドグラフＡ₁の領域Ｒ₁₀における近
似直線Ｌ₁₀は、図１１のＳ１１２と同様にして、計算さ
れる。ただし、領域₁₀における測定データの数が近似直
線Ｌ₁₀を計算するのに十分ではない場合には、領域₁₀と
領域₁₀に隣接する領域Ｒ₁₁とが重なるように領域₁₀の位
置がシフトされる。最小自乗法を用いて近似直線Ｌ₁₀を
計算するためには、少なくとも５個の測定データが領域
₁₀に含まれていることが好ましい。現在のトレンドグラ
フＡ₀に最も類似している過去のトレンドグラフに基づ
いて計算された近似直線Ｌ₁₀は、図１６（ａ）に示され
るように、現在のトレンドグラフＡ₀における今後の推
移を示す予測直線Ｌ₀₀として使用される。

【００８６】ステップＳ１５４では、現在のトレンドグ
ラフＡ₀の予測直線Ｌ₀₀に従って、今後数日間のダスト
の個数の予測値が計算される。例えば、半導体製造装置
１００によって１日あたり処理されるウェハの枚数の平
均値がＨであると仮定する。この場合、現在から１日後
までに処理されるであろうと予想されるウェハの枚数は
Ｎ₀＋Ｈである。同様にして、現在からｋ日後までに処
理されるであろうと予想されるウェハの枚数はＮ₀＋ｋ
・Ｈである。ｋ＝１、２、．．．、７に対して、Ｎ₀＋
ｋ・Ｈに対応する予測直線Ｌ₀₀上の７点のＹ座標を計算
することにより、今後７日間のダストの個数の予測値Ｄ
₁、Ｄ₂、Ｄ₃、Ｄ₄、Ｄ₅、Ｄ₆及びＤ₇が得られる。ただ
し、ｋの最大値は７には限られない。

【００８７】ステップＳ１５５では、ダストの個数の予
測値Ｄ₁〜Ｄ₇が格納部７に格納される。格納部７に格納
されたダストの個数の予測値Ｄ₁〜Ｄ₇は、後述される図
１８のステップＳ１８１でダストの個数の予測値を評価
するために使用される。現在から７日後までに処理され
るであろうと予想されるウェハの枚数（Ｎ₀＋ｋ・Ｈ）
とダストの個数の予測値Ｄ_k（ｋ＝１、２、．．．、
７）とは、制御部６に送られる。

【００８８】図１７は、本発明の予測制御装置１００に
よる予測結果の例を示す。横軸（Ｘ軸）は、前回のメン
テナンス日からドライエッチング装置によって処理され
たウェハの枚数を示す。縦軸（Ｙ軸）は、ドライエッチ
ング装置による処理中にウェハに付着した異物の個数を
示す。黒丸を結んだ折れ線は、現在の測定データを示
す。黒三角を結んだ折れ線は、現在の測定データに最も
類似する過去の測定データを示す。予測値は、黒四角を
結んだ直線で示される。

【００８９】処理されたウェハの枚数が７３１枚の時点
で予測された予測値と実測値とを比較したところ、実際
に処理されたウェハの枚数が８００枚の時点で予測誤差
は３％であった。また、処理されたウェハの枚数が８０
０枚の時点で予測された予測値と実測値とを比較したと
ころ、実際に処理されたウェハの枚数が８６１枚の時点
で予測誤差は５％であった。

【００９０】予測誤差は、（式２）に従って計算され
る。予測誤差＝｜予測値−実測値｜／（管理上限値−管理下限値）（式２）ここで、管理上限値とはドライエッチング装置のダスト
管理において許容し得る最大のダストの個数であり、管
理下限値は０個である。

【００９１】図１８は、ダストの個数の予測値を評価す
るための処理の手順を示す。ステップＳ１８１では、ダ
ストの個数の予測値が評価される。その評価は、（式
３）及び（式４）に従って行われる。

【００９２】Ｅv＝｜（Ｄ₀−Ｄ）／Ｄ₀｜（式３）Ｅ_th＝−ｌｏｇ_e（Ｅ／Ｅ₀）（式４）ここで、Ｄ₀は実際に測定されたダストの個数、Ｄはダ
ストの個数の予測値、Ｅ₀は現在のトレンドグラフＡ₀と
過去のトレンドグラフＡ₁〜Ａ_nのうちのいずれかとの類
似度が完全に一致した場合の類似度（定数）、ＥはＤを
計算する際に使用した利用可能な類似度のうちの最大の
類似度をそれぞれ示す。

【００９３】ステップＳ１８２では、（式３）の左辺Ｅ
_Vの値が（式４）の左辺Ｅ_thの値より大きいか否かが判
定される。（式３）の左辺Ｅ_Vの値が（式４）の左辺Ｅ
_thの値より大きい場合は、ダストの個数の予測値Ｄは不
適切であったと判断される。（式３）及び（式４）は、
現在のトレンドグラフＡ₀と選択された過去のトレンド
グラフとの類似度が高いにもかかわらず、実際に測定さ
れたダストの個数Ｄ₀とダストの個数の予測値Ｄとの差
が大きい場合には、ダストの個数の予測値Ｄは不適切で
あったと判断されるように設計されている。（式３）の
左辺Ｅ_Vの値が（式４）の左辺Ｅ_thの値より大きい場合
には、処理はステップＳ１８３に進む。（式３）の左辺
Ｅ_Vの値が（式４）の左辺Ｅ_thの値以下である場合に
は、処理は終了する。

【００９４】ステップＳ１８３では、ダストの個数の予
測値Ｄの計算の基礎となった過去のトレンドグラフの使
用が禁止される。過去のトレンドグラフの使用の禁止
は、例えば、図１９に示すように、各トレンドグラフの
使用の可否を示すフラグを格納するフラグ領域１９１を
格納部７に設け、格納部７からトレンドグラフを読み出
す前にそのフラグ領域１９１の内容を参照することによ
り達成される。フラグ領域１９１に「１」が格納されて
いる場合にはトレンドグラフの使用が禁止され、フラグ
領域１９１に「０」が格納されている場合にはトレンド
グラフの使用が許可される。フラグ領域１９１の初期値
は「０」に設定される。あるいは、ダストの個数の予測
値Ｄが不適切であったと判断された回数をフラグ領域１
９１に格納するようにしてもよい。これにより、その回
数が所定の回数に達した場合にのみ、そのダストの個数
の予測値Ｄの計算の基礎となった過去のトレンドグラフ
の使用を禁止することが可能となる。

【００９５】それの使用が禁止されたトレンドグラフ
（すなわち、「利用可能でない」トレンドグラフ）から
パターンを抽出する必要はない。なぜなら、「利用可能
でない」トレンドグラフから抽出されたパターンに基づ
いて、ダストの個数の予測値が計算されることはないか
らである。従って、パターン抽出部３は、パターンの抽
出に先だって格納部７に格納されているフラグ領域１９
１を参照することにより、それの使用が禁止されていな
いトレンドグラフ（すなわち「利用可能な」トレンドグ
ラフ）からのみパターンを抽出するようにしてもよい。
これにより、無駄なパターンを抽出することがなくなる
ので、パターン抽出部３における処理効率が向上する。

【００９６】同様に、それの使用が禁止されたトレンド
グラフ（すなわち、「利用可能でない」トレンドグラ
フ）と現在のトレンドグラフとの類似度を計算する必要
はない。なぜなら、「利用可能でない」トレンドグラフ
と現在のトレンドグラフとの類似度に基づいて、ダスト
の個数の予測値が計算されることはないからである。従
って、類似度算出部４は、類似度の計算に先だって格納
部７に格納されているフラグ領域１９１を参照すること
により、それの使用が禁止されていないトレンドグラフ
（すなわち「利用可能な」トレンドグラフ）のみと現在
のトレンドグラフとの類似度を計算するようにしてもよ
い。これにより、無駄な類似度を計算することがなくな
るので、類似度算出部４における処理効率が向上する。

【００９７】制御部６は、ダストの個数の予測値に基づ
いて、半導体製造装置１を制御する。ダストの個数の３
日後の予測値が所定の基準値を越える場合には、制御部
６は、「半導体製造装置１の動作を２日以内に停止せ
よ」という命令を半導体製造装置１に送る。これによ
り、ダストの個数が基準値を越えることを事前に回避す
ることができる。ダストの個数の予測値が所定の基準値
を越える場合には、制御部６は、警戒情報をコンソール
に表示してもよい。これにより、ダストの個数が基準値
を越える前に、オペレータが適切な措置を講ずることが
可能となる。

【００９８】半導体製造装置１には、スケジューラが接
続されている場合がある。スケジューラは、どのロット
を、いつ、どの装置を用いて処理するかを計画し、その
計画に基づいて半導体製造装置１を制御するシステムで
ある。この場合、制御部６は、半導体製造装置１に接続
されるスケジューラに予測値を送るようにしてもよい。
例えば、制御部６は、現在から７日後までに処理される
であろうと予想されるウェハの枚数とダストの個数の予
測値とをスケジューラに送る。スケジューラは、この予
測結果に基づいてロット処理の計画を立てる。例えば、
ダストの個数の３日後の予測値が所定の基準値を越える
場合には、スケジューラは、短期間に処理を完了させな
ければならないロットを優先的に処理するようにロット
処理の計画を変更し、半導体製造装置１の動作を２日以
内に停止させる。

【００９９】上述したように、本発明の第２の実施例の
予測制御装置は、過去の測定データに基づいて、半導体
製造装置１００の状態を示すパラメータの予測値を計算
することができる。この予測値は、そのパラメータを不
定期に測定する場合であっても計算され得る。予測値に
基づいて、半導体製造装置１００を制御することによ
り、半導体製造装置１００の異常な動作を事前に回避す
ることができる。また、評価部５は、予測値が適切であ
ったか否かを評価する。予測値が不適切であったと評価
された場合に、その予測値の計算の基礎となった過去の
測定データの使用を禁止することにより、予測値の精度
を高めることができる。

【０１００】なお、本実施例では、時間の流れを示すデ
ータとして処理されたウェハの枚数を使用した。しか
し、処理されたウェハの枚数の代わりに、時間そのもの
をパラメータとして使用してもよい。また、時間の経過
につれて単調減少又は単調増加するパラメータであれ
ば、ウエハの枚数の代わりに使用することができる。こ
の場合でも上述した効果と同様の効果を得ることができ
る。

【０１０１】また、本発明は、半導体製造装置以外の装
置であって、その装置の状態を示すパラメータを不定期
に測定する装置の予測制御にも適用され得る。

【０１０２】

【発明の効果】以上のように、本発明によれば、半導体
製造装置等の装置を制御する際に必要なパラメータの予
測制御において、過去と現在のパラメータの変動パター
ンを比較し、過去と現在のパラメータの変動パターンの
類似度を特定の関数を用いて評価することにより、近い
未来のパラメータの値を予測することができる。これに
より、異常事態の発生を事前に警告したり、回避したり
することが可能となる。本発明による予測制御は、物理
的な特性が解明されていないパラメータであって、不定
期的に測定されるパラメータに対しても適用することが
できる。

【図面の簡単な説明】

【図１】本発明による予測制御装置の第１の実施例の構
成を示す機能ブロック図

【図２】データ記録ファイルの構成を示す図

【図３】管理基準データファイルの構成を示す図

【図４】数値データの２進数表示データへの変換を説明
する図

【図５】グラフ表示レイヤーを示す図

【図６】検査レイヤーと警戒レイヤーと判断レイヤーと
の関係を示す図

【図７】警戒データ履歴ファイルの構成を示す図

【図８】本発明による予測制御装置の第２の実施例の構
成を示す機能ブロック図

【図９】格納部７に格納される測定データの構成を示す
図

【図１０】トレンドグラフＡ₀〜Ａ_nの例を示す図

【図１１】トレンドグラフＡ₀〜Ａ_nのそれぞれからパタ
ーンを抽出するための処理の流れを示すフローチャート

【図１２】トレンドグラフＡ₀から抽出されたパターン
の例を示す図、およびトレンドグラフＡ₁から抽出され
たパターンの例を示す図

【図１３】類似度Ｓ₁〜Ｓ_nを計算するための処理の流れ
を示すフローチャートである。

【図１４】類似度関数の例を示す図

【図１５】ダストの個数の予測値を計算するための処理
の流れを示すフローチャート

【図１６】近似直線Ｌ₁₀を用いて予測直線Ｌ₀₀を得る方
法を説明する図

【図１７】本発明の予測制御装置による予測結果の例を
示す図

【図１８】ダストの個数の予測値を評価するための処理
の流れを示すフローチャート

【図１９】各トレンドグラフの使用の可否を示すフラグ
を格納するフラグ領域を示す図

【図２０】従来技術の予測制御システムの構成を示す機
能ブロック図

【符号の説明】

１半導体製造装置２測定器３パターン抽出部４類似度算出部５評価部６制御部７格納部１０データ検出部２０管理基準比較部３０データ変換部４０警戒判断部１００予測制御装置Ａ制御部Ｂ二次記憶装置Ｃ、Ｄ測定器Ｅモニターａデータ記憶ファイルｂ管理基準データファイルｅ警戒データ履歴ファイルｃ０、ｄ０２進数表示レイヤーｃ１、ｄ１グラフ表示レイヤーｇ０判断レイヤーｇ１検査レイヤーｇ２警戒レイヤー

Claims

【特許請求の範囲】

【請求項１】制御対象の状態を示す少なくとも１つのパ
ラメータの値を不定期的に検出し、該検出された値を、
記憶手段に記憶されている該パラメータの該値の履歴に
加えるデータ検出工程と、該記憶手段から全ての該パラメータの該履歴を読み出し
て、読み出された該履歴の１つが所定の条件を満たすか
否かを判断する工程であって、該所定の条件を満たす該
履歴を警戒データとして該記憶手段に記憶させる予測工
程と、該予測工程における判断に応じて警戒信号を発生する工
程と、を包含する予測制御方法。
【請求項２】予測工程は、パラメータの履歴に基づいて
得られる、時間を軸の１つとするグラフをそれぞれ表示
している、少なくとも１つの第１のレイヤーを作成する
第１工程と、該少なくとも１つの第１のレイヤーから少なくとも１つ
の第２のレイヤーをそれぞれ作成する第２工程であっ
て、該第２のレイヤーは、それぞれが１または０のデー
タ値を有する複数のマス目に分割されており、該第１の
レイヤーを該第２のレイヤーに投影したときに、該マス
目のうちのグラフの一部が存在するマス目はデータ値１
を、それ以外のマス目はデータ値０を有するように該マ
ス目のそれぞれのデータ値を決定する第２工程と、該少なくとも１つの第２のレイヤーから１つの第３のレ
イヤーを作成する第３工程であって、該第３レイヤー
は、それぞれが１または０のデータ値を有する複数のマ
ス目に分割されており、該マス目のそれぞれのデータ値
は、該第２のレイヤーの対応するマス目のデータ値の論
理和として決定される第３工程と、該第３レイヤーが、前記所定の条件を満たすか否かを判
断する判断工程と、該所定の条件を満たす該第３レイヤーを前記警戒データ
として前記記憶手段に記憶する工程と、を包含する、請
求項１に記載の予測制御方法。
【請求項３】判断工程は、それぞれが０または１のデータ値を有する複数のマス目
に分割されている第４のレイヤーを、前記第３レイヤー
と警戒データとから作成する第４工程であって、該第４
のレイヤーの該マス目のそれぞれのデータ値は、該第３
のレイヤーの対応するマス目のデータ値と、該警戒デー
タの対応するマス目のデータ値との論理積として決定さ
れる第４工程と、該第４レイヤーにおける、該マス目の個数に対する、デ
ータ値１を有するマス目の個数の割合が所定の割合を超
えたときに、該第３レイヤーが前記所定の条件を満たす
と判断する第５工程と、を包含する、請求項２に記載の
予測制御方法。
【請求項４】検出されたパラメータの前記値が、記憶手
段に予め記憶されている該パラメータの基準範囲から外
れているか否かを判断し、検出された該パラメータの該
値が該基準範囲から外れているときに、該基準範囲から
外れた値を有する該パラメータが存在することを示す信
号を発生する工程をさらに包含する、請求項１、２、及
び３のいずれか１つに記載の予測制御方法。
【請求項５】時間経過を示すパラメータを含む複数のパ
ラメータの値を不定期的に複数回検出し、検出された該
複数のパラメータの該値を１組の時系列データとして、
記憶手段に記憶するデータ検出工程と、該記憶手段に記憶されている時系列データのうちの、最
新の時系列データを含む２組の時系列データの類似の度
合いを、該２組の時系列データにおける該時間経過を示
すパラメータの類似の度合いを重み付けとして用いて算
出する類似度算出工程と、該最新の時系列データとの該類似の度合いが最も高い時
系列データを用いて、該複数のパラメータのうちの、該
時間経過を示すパラメータ以外のパラメータの近い将来
の値を予測する予測工程と、を包含する予測制御方法。
【請求項６】類似度算出工程は、２組の時系列データに
おける時間経過を示すパラメータの差が大きいほど、該
時間経過を示すパラメータの類似の度合いを小さくす
る、請求項５に記載の予測制御方法。
【請求項７】類似度算出工程は、２組の時系列データに
おける時間経過を示すパラメータの差と、該時間経過を
示すパラメータの類似の度合いとの関数として、三角関
数または正規分布関数を用いる、請求項６に記載の予測
制御方法。
【請求項８】予測制御方法は、時間経過を示すパラメー
タ以外のパラメータの、予測工程において前回予測され
た値と、該パラメータの検出された値とを比較すること
により、該予測工程において前回用いられた時系列デー
タが、予測に適しているか否かを判断する評価工程をさ
らに包含する、請求項５、６及び７のいずれか１つに記
載の予測制御方法。
【請求項９】評価工程は、前回用いられた時系列データ
が予測に適していないと判断されたときに、該前回用い
られた時系列データの使用を禁止する工程を包含してい
る、請求項８に記載の予測制御方法。
【請求項１０】制御対象の状態を示す少なくとも１つの
パラメータの値を不定期的に検出するデータ検出手段
と、該パラメータの該値の履歴を記憶するための記憶手段
と、該記憶手段から該パラメータの履歴を読み出して、読み
出された該履歴の１つが所定の条件を満たしたときに、
該パラメータの値は近い将来、基準範囲から外れると判
断する予測手段であって、該基準範囲から外れると判断
された該パラメータの該履歴を、警戒データとして該記
憶手段に記憶させる該予測手段と、該予測手段の判断に応じて警戒信号を発生する手段と、
を備えている予測制御装置。
【請求項１１】予測手段は、履歴をグラフィックデータ
に変換するデータ変換手段と、該グラフィックデータと
警戒データとを比較する警戒判断手段とを有しており、
該警戒判断手段は、該グラフィックデータと該警戒デー
タとを比較することにより該履歴が前記所定の条件を満
たしているか否かを判断する、請求項１０に記載の予測
制御装置。
【請求項１２】予測制御装置は、データ検出手段に接続
された基準比較手段をさらに有しており、記憶手段には
パラメータの値の基準範囲を示す基準データが記憶され
ており、該基準比較手段は、該基準データと該データ検
出手段によって検出された該パラメータの該値とを比較
し、該値が該基準データとは異なるときには、警戒判断
手段に対して、該基準データとは異なる値を有する該パ
ラメータが存在することを示す信号を出力する、請求項
１１に記載の予測制御装置。
【請求項１３】警戒判断手段は、グラフィックデータと
警戒データとを比較し、一致する値の個数の、該グラフ
ィックデータに含まれる値の個数に対する割合が所定の
割合よりも大きいときに、該パラメータの該値が、近い
将来、該基準範囲から外れると判断する、請求項１１に
記載の予測制御装置。
【請求項１４】時間経過を示すパラメータを含む複数の
パラメータの値を不定期的に複数回検出するデータ検出
手段と、該複数のパラメータの該値を記憶するための記憶手段で
あって、所定期間における該値を１組の時系列データと
して記憶する記憶手段と、該記憶手段に記憶されている時系列データのうちの２組
の時系列データの類似の度合いを、該２組の時系列デー
タにおける該時間経過を示すパラメータの類似の度合い
を重み付けとして用いて算出する類似度算出手段であっ
て、該２組の時系列データのうちの１組は最新の時系列
データである、類似度算出手段と、該最新の時系列データとの該類似の度合いが最も高い時
系列データを用いて、該複数のパラメータのうちの、該
時間経過を示すパラメータ以外のパラメータの近い将来
の値を予測する予測手段と、を備えている予測制御装
置。
【請求項１５】類似度算出手段は、２組の時系列データ
における時間経過を示すパラメータの差が大きいほど、
該時間経過を示すパラメータの類似の度合いを小さくす
る、請求項１４に記載の予測制御装置。
【請求項１６】類似度算出手段は、２組の時系列データ
における時間経過を示すパラメータの差と、該時間経過
を示すパラメータの類似の度合いとの関数として、三角
関数または正規分布関数を用いる、請求項１５に記載の
予測制御装置。
【請求項１７】予測制御装置は、時間経過を示すパラメ
ータ以外のパラメータの、予測手段によって前回予測さ
れた値と、該パラメータの検出された値とを比較するこ
とにより、該予測手段によって前回用いられた時系列デ
ータが、予測に適しているか否かを判断する評価手段を
さらに備えている、請求項１４、１５及び１６のいずれ
か１つに記載の予測制御装置。
【請求項１８】評価手段は、前回用いられた時系列デー
タが予測に適していないと判断されたときに、該前回用
いられた時系列データの使用を禁止する、請求項１７に
記載の予測制御装置。